Лабораторные работы 1-3 по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №5

Состав работы

material.view.file_icon
material.view.file_icon ЛР1.docx
material.view.file_icon ЛР2.docx
material.view.file_icon ЛР3.docx
Работа представляет собой rar архив с файлами (распаковать онлайн), которые открываются в программах:
  • Microsoft Word

Описание

Лабораторная работа 1. «Метод k ближайших соседей»
Вариант 05

Выбор варианта:
NC = 5
Тип классификатора:
NВ = (NC mod 3) + 1 = 3
3. Метод парзеновского окна с относительным размером окна.

Вариант функции ядра для метода празеновского окна определяется по формуле:
NЯ = ((NC · 6 + 13) mod 8 mod 3) + 1 = 1
1. Q — квадратическое K(x) = (1 - r2)2[r ≤ 1]

Вариант файла с данными для классификации определяется по формуле:
NФ = ((NC + 2) mod 5) + 1 = 3
Файл: data3.csv.

1  Результаты тестирования
Надёжность предсказания реализованного классификатора на тестовой выборке составила 94.39 %.

=============================================

Лабораторная работа 2. «Решающие деревья»

1  Таблицы, показывающие % точности предсказания типа атак в зависимости от изменения параметров дерева решений и леса
Таблица 1. Результаты N запусков Решающего дерева
 Максимальная глубина дерева
(max_depth) Максимальное количество
листьев
(max_leaf_nodes) точность предсказания в
процентах
1 1 2 83,9%
2 5 10 93,2%
3 50 100 98,8%
4 100 200 99,0%
Таблица 2. Результаты M запусков леса
 Максимальная глубина дерева
(max_depth) Максимальное количество
листьев
(max_leaf_nodes) Количество деревьев
(n_estimators) точность предсказания в
процентах
1 1 1 2 77,7%
2 5 5 10 93,4%
3 50 50 100 96,9%
4 100 100 200 99,9%

2  Параметры дерева, на которых достигается наилучшая точность предсказания
Максимальная глубина дерева (max_depth): 100
Максимальное количество листьев (max_leaf_nodes): 200
3  Параметры леса, на которых достигается наилучшая точность предсказания
Максимальная глубина дерева (max_depth): 100
Максимальное количество листьев (max_leaf_nodes): 100
Количество деревьев (n_estimators): 200

=============================================

Лабораторная работа 3. «Регрессия»

1  Результаты работы программы
Таблица 1. Результаты 10 запусков
Номер запуска Процент правильности предсказания типа статьи
1 98.7 %
2 98.5 %
3 98.7 %
4 98.5 %
5 98.6 %
6 98.6 %
7 98.3 %
8 98.8 %
9 98.7 %
10 98.6 %
Среднее значение предсказания типа статьи исходя из 10 запусков: 98,6 %.

=============================================

Дополнительная информация

Проверил(а): Ракитский Антон Андреевич
Оценка: Зачет
Дата оценки: 19.06.2023г.

Помогу с вашим вариантом, другой работой, дисциплиной или онлайн-тестом.
E-mail: sneroy20@gmail.com
E-mail: ego178@mail.ru
Контрольная и Лабораторные работы 1-3 по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №5
Контрольная работа Вариант No5 Выбор варианта: N = 5 Вариант выборки для метода ближайших соседей определяется по формуле: N_в=((N+13)mod11)+1=8 Вариант весовой функции определяется по формуле: N_вф=((N+7)mod4)+1=1 Вариант выборки для метода построения решающего дерева определяется по формуле: N_вд=((N*N+2)mod11)+1=6 Обучающая последовательность и тестовый объект для метода ближайших соседей: 8) (X,Y)={ (5,9,1), (2,9,1), (3,7,1), (8,8,2), (14,4,2), (10,1,2), (12,4,2), (7,7,2), (12,7,2), (9,13,3
User IT-STUDHELP : 19 июня 2023
1450 руб.
promo
Лабораторные работы 1-3 по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №10
Лабораторная работа 1. «Метод k ближайших соседей» Вариант 10 Выбор варианта: NC = 10 Тип классификатора: NВ = (NC mod 3) + 1 = 2 3. Метод парзеновского окна с фиксированным h. Вариант функции ядра для метода празеновского окна определяется по формуле: NЯ = ((NC · 6 + 13) mod 8 mod 3) + 1 = 2 2. T — треугольное K(x) = (1 − r)[r ≤ 1] Вариант файла с данными для классификации определяется по формуле: NФ = ((NC + 2) mod 5) + 1 = 3 Файл: data3.csv. 1 Результаты тестирования Надёжность предсказа
User IT-STUDHELP : 7 октября 2023
900 руб.
promo
Лабораторные работы 1-3 по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №19
Вариант №19 Лабораторные работы 1 Варианты (вариант № 19): функции №3, выборки № 2, ядра № 3. 2. Метод парзеновского окна с фиксированным h. Используется прямоугольное ядро. ============================================= Лабораторная работа 2. «Решающие деревья» 1 Таблицы, показывающие % точности предсказания типа атак в зависимости от изменения параметров дерева решений и леса Таблица 1. Результаты N запусков Решающего дерева Максимальная глубина дерева (max_depth) Максимальное количеств
User IT-STUDHELP : 7 октября 2023
900 руб.
promo
Контрольная и Лабораторные работы 1-3 по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №19
Вариант №19 Контрольная работа по методам классификации Выбор варианта: N = 19 Вариант выборки для метода ближайших соседей определяется по формуле: N_в=((N+13)mod11)+1=11. Обучающая последовательность и тестовый объект: 11) (X,Y)={ (7,2,1), (8,1,1), (8,7,1), (8,2,1), (9,9,1), (6,8,1), (13,8,2), (6,1,2),(11,8,2), (4,12,3), (7,14,3), (1,8,3), (9,6,3)}: тестовый объект x’=(13,10). Вариант весовой функции определяется по формуле: N_вф=((N+7)mod4)+1=3. Весовая функция: 3) — метод парзеновск
User IT-STUDHELP : 7 октября 2023
1150 руб.
Контрольная и Лабораторные работы 1-3 по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №19 promo
Контрольная и Лабораторные работы 1-3 по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №10
Вариант No10 Контрольная работа Выбор варианта: N = 10 Вариант выборки для метода ближайших соседей определяется по формуле: N_в=((N+13)mod11)+1=2 Вариант весовой функции определяется по формуле: N_вф=((N+7)mod4)+1=2 Вариант выборки для метода построения решающего дерева определяется по формуле: N_вд=((N*N+2)mod11)+1=4 Обучающая последовательность и тестовый объект для метода ближайших соседей: 2) (X,Y)={(2,7,1), (6,6,1), (8,6,1), (7,5,1), (5,9,1), (9,9,2), (11,2,2), (6,4,2), (10,9,2), (8,6,3)
User IT-STUDHELP : 7 октября 2023
1150 руб.
Контрольная и Лабораторные работы 1-3 по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №10 promo
Контрольная работа по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №5
Контрольная работа Вариант No5 Выбор варианта: N = 5 Вариант выборки для метода ближайших соседей определяется по формуле: N_в=((N+13)mod11)+1=8 Вариант весовой функции определяется по формуле: N_вф=((N+7)mod4)+1=1 Вариант выборки для метода построения решающего дерева определяется по формуле: N_вд=((N*N+2)mod11)+1=6 Обучающая последовательность и тестовый объект для метода ближайших соседей: 8) (X,Y)={ (5,9,1), (2,9,1), (3,7,1), (8,8,2), (14,4,2), (10,1,2), (12,4,2), (7,7,2), (12,7,2), (9,13,3
User IT-STUDHELP : 19 июня 2023
700 руб.
promo
Лабораторная работа №3 по дисциплине: Интеллектуальные технологии информационной безопасности. “Регрессия”. Для всех вариантов
Лабораторная работа No3 “Регрессия” Целью данной лабораторной работы является разработка программы, реализующей применение метода логистической регрессии к заданному набору данных. В набор данных входят 2 файла, в «True» находится информация о правдивых новостных заметках, в «Fake.csv» находится информация о поддельных новостях. Каждый файл состоит из следующих полей: 1. (title) – заголовок статьи; 2. (text) – содержимое статьи; 3. (subject) – тип новости; 4. (date) – дата опубликования стать
User SibGUTI2 : 25 июля 2024
350 руб.
Лабораторная работа №3 по дисциплине: Интеллектуальные технологии информационной безопасности. “Регрессия”. Для всех вариантов
Онлайн Тест по дисциплине: Интеллектуальные технологии информационной безопасности.
Вопрос No1 К основным задачам машинного обучения относятся: Поиск скрытых закономерностей, генерация новых знаний Классификация, кластеризация, регрессия, уменьшение размерности и прогнозирование Обработка специализированных наборов данных, генерация новых наборов данных, сжатие данных Повышение точности прогноза по сравнению с некоторой существующей прогнозирующей или решающей моделью, виртуализация данных, оптимизация Вопрос No2 MSE это Measure Square Evaluating, оценка квадратичной
User IT-STUDHELP : 29 сентября 2023
700 руб.
promo
Разработка конструкции наклонной камеры зерноуборочного комбайна КЗС - 1420
В дипломном проекте на тему: " Разработка конструкции наклонной камеры зерноуборочного комбайна " проводится обзор конструкций, анализ аналогов и патентный поиск по зерноуборочным комбайнам. Проведен анализ аналогов конструкций наклонных камер зерноуборочных комбайнов и патентный поиск. Проведены кинематический и энергети-ческий расчеты, а также прочностной расчет нижнего вала наклонной камеры. Выполнен технологический расчет. Разработаны мероприятия по рациональной эксплуатации, ремонту и ТО
User Shloma : 15 мая 2020
1590 руб.
Разработка конструкции наклонной камеры зерноуборочного комбайна КЗС - 1420 promo
Изучение степени удовлетворенности потребителей
Для изучение степени удовлетворенности потребителей была проведен анкетированный опрос среди покупателей магазина “Аккорд”. Информация, полученная нами из заполненных анкет, позволит значительно оптимизировать работу предприятия и в еще большей степени повысить качество нашей продукции, а также обслуживания. Аккорд расположен на пересечение улицы Победы с улицей Шлютого, пользуется большим спросом так как, находится в плотно населенном районе, не имеет ближайших конкурентов. Магазин специализиру
User alfFRED : 23 февраля 2014
10 руб.
Проспект эмиссии, условия его выпуска и регистрации
План Стандарты эмиссии ценных бумаг Процедура эмиссии и ее особенности Регистрация проспекта эмиссии Правила размещения ценных бумаг Отчет об итогах выпуска эмиссионных ценных бумаг Правила регистрации отчета об итогах выпуска ценных бумаг Этапы выпуска ценных бумаг Форма удостоверения прав по ценным бумагам Информация о выпуске ценных бумаг, раскрываемая эмитентом Условия размещения выпущенных эмиссионных ценных бумаг
User ostah : 4 ноября 2012
30 руб.
Термодинамика и теплопередача ТюмГНГУ Теория теплообмена Задача 2 Вариант 28
Воздух течет внутри трубы, имея среднюю температуру tв, давление р1=1 МПа и скорость ω. Определить коэффициент теплоотдачи от трубы к воздуху (α1), а также удельный тепловой поток, отнесенный к 1 м длины трубы, если внутренний диаметр трубы d1, толщина ее δ и теплопроводность λ1=20 Вт/(м·К). Снаружи труба омывается горячими газами. Температура и коэффициент теплоотдачи горячих газов, омывающих трубу, соответственно равны tг­, α2. Данные, необходимые для решения задачи выбрать из табл. 6. Физиче
User Z24 : 11 января 2026
180 руб.
Термодинамика и теплопередача ТюмГНГУ Теория теплообмена Задача 2 Вариант 28
up Наверх