Контрольная и Лабораторная работа по дисциплине: Методы машинного обучения. Вариант №17
Состав работы
|
|
|
|
|
|
Работа представляет собой rar архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
Контрольная работа
Вариант No17
Выбор варианта:
N = 17
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=9
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=4
Обучающая последовательность и тестовый объект для метода ближайших соседей:
9) (X,Y)={(8,4,1), (9,4,1), (4,2,1), (4,1,1), (8,1,1), (11,7,2), (9,4,2), (12,5,2), (14,1,2), (6,12,3), (7,14,3), (9,9,3), (1,12,3), (4,13,3), (8,9,3)}: тестовый объект x’=(6,10)
Весовая функция:
1) — метод ближайших соседей;
k = 4
Обучающая последовательность и тестовый объект для метода построения решающего дерева:
4) (X,Y)={(7,9,1), (2,5,1), (5,6,1), (8,6,1), (7,6,1), (7,9,2), (14,7,2), (14,2,2), (6,7,2), (10,3,2), (11,9,2), (9,1,2)}: тестовый объект x’=(12,12)
Задание:
1-Построить классификатор на основе метода ближайших k соседей и определить класс тестового значения.
2-Построить классификатор на основе алгоритма CART построения дерева принятия решений.
=============================================
=============================================
Лабораторная работа
Задание:
7. Y=1/X+〖log〗_5 X. Диапазон Х: 0.1-10. Контрольное значение для прогноза X=6.75.
------------------------------------------------------------------------------
1) Создать таблицу с данными и сохранить её в текстовом файле, данные считывать из этого файла
2) Данные задаются при помощи функции
При формировании данных необходимо создать не менее 30 пар значений. Необходимо написать скрипт, который будет считывать/формировать данные, по этим данным стоится наиболее подходящая модель линейной регрессии. При помощи полученной модели стоится прогнозное значение для заданного значения независимой переменной. Исходные данные и прогнозное значение отображаются на графике, который необходимо приложить к отчёту.
Отчёт по лабораторной работе включает в себя текст задания в соответствии с вариантом, исходный код полученного скрипта с поясняющими комментариями, вывод исходных данных в табличном виде, полученное значение прогноза для заданного в варианте значения независимой переменной, полный вывод работы скрипта и график. Степень полинома для построения модели студенту необходимо определить самостоятельно.
Для защиты лабораторной работы будут предложены контрольные вопросы, соответствующие теме и дополнительное контрольное значение, для которого нужно будет вычислить прогноз при помощи полученного скрипта.
=============================================
Вариант No17
Выбор варианта:
N = 17
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=9
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=4
Обучающая последовательность и тестовый объект для метода ближайших соседей:
9) (X,Y)={(8,4,1), (9,4,1), (4,2,1), (4,1,1), (8,1,1), (11,7,2), (9,4,2), (12,5,2), (14,1,2), (6,12,3), (7,14,3), (9,9,3), (1,12,3), (4,13,3), (8,9,3)}: тестовый объект x’=(6,10)
Весовая функция:
1) — метод ближайших соседей;
k = 4
Обучающая последовательность и тестовый объект для метода построения решающего дерева:
4) (X,Y)={(7,9,1), (2,5,1), (5,6,1), (8,6,1), (7,6,1), (7,9,2), (14,7,2), (14,2,2), (6,7,2), (10,3,2), (11,9,2), (9,1,2)}: тестовый объект x’=(12,12)
Задание:
1-Построить классификатор на основе метода ближайших k соседей и определить класс тестового значения.
2-Построить классификатор на основе алгоритма CART построения дерева принятия решений.
=============================================
=============================================
Лабораторная работа
Задание:
7. Y=1/X+〖log〗_5 X. Диапазон Х: 0.1-10. Контрольное значение для прогноза X=6.75.
------------------------------------------------------------------------------
1) Создать таблицу с данными и сохранить её в текстовом файле, данные считывать из этого файла
2) Данные задаются при помощи функции
При формировании данных необходимо создать не менее 30 пар значений. Необходимо написать скрипт, который будет считывать/формировать данные, по этим данным стоится наиболее подходящая модель линейной регрессии. При помощи полученной модели стоится прогнозное значение для заданного значения независимой переменной. Исходные данные и прогнозное значение отображаются на графике, который необходимо приложить к отчёту.
Отчёт по лабораторной работе включает в себя текст задания в соответствии с вариантом, исходный код полученного скрипта с поясняющими комментариями, вывод исходных данных в табличном виде, полученное значение прогноза для заданного в варианте значения независимой переменной, полный вывод работы скрипта и график. Степень полинома для построения модели студенту необходимо определить самостоятельно.
Для защиты лабораторной работы будут предложены контрольные вопросы, соответствующие теме и дополнительное контрольное значение, для которого нужно будет вычислить прогноз при помощи полученного скрипта.
=============================================
Дополнительная информация
Проверил(а): Ракитский Антон Андреевич
Оценка: Зачет
Дата оценки: 07.07.2023г.
Помогу с вашим вариантом, другой работой, дисциплиной или онлайн-тестом.
E-mail: sneroy20@gmail.com
E-mail: ego178@mail.ru
Оценка: Зачет
Дата оценки: 07.07.2023г.
Помогу с вашим вариантом, другой работой, дисциплиной или онлайн-тестом.
E-mail: sneroy20@gmail.com
E-mail: ego178@mail.ru
Похожие материалы
Контрольная и Лабораторная работа по дисциплине: Методы машинного обучения. Вариант №04
IT-STUDHELP
: 6 июля 2023
Контрольная работа
Вариант No04
Выбор варианта:
N = 4
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=7
Вариант весовой функции определяется по формуле:
N_вф=((N+7)mod4)+1=4
Вариант выборки для метода построения решающего дерева определяется по формуле:
N_вд=((N*N+2)mod11)+1=8
Обучающая последовательность и тестовый объект для метода ближайших соседей:
7) (X,Y)={(4,7,1), (4,3,1), (4,8,1), (8,6,2), (14,5,2), (9,4,2), (3,13,3), (8,10,3), (2,7,3)}: тестов
1300 руб.
Контрольная и Лабораторная работа по дисциплине: Методы машинного обучения. Вариант №18
IT-STUDHELP
: 6 июля 2023
Контрольная работа
Вариант No18
Выбор варианта:
N = 18
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=10
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=8
Обучающая последовательность и тестовый объект для метода ближайших соседей:
10) (X,Y)={(6,5,1), (1,9,1), (1,9,1), (1,6,1), (8,4,1), (14,11,2), (13,13,2), (6,7,2), (12,11,2), (
1300 руб.
Контрольная и Лабораторная работа по дисциплине: Методы машинного обучения. Вариант №21
IT-STUDHELP
: 26 декабря 2022
Лабораторная работа
Вариант No21
Задание:
Данные о машинах. Таблица состоит из 4х столбцов: год выпуска машины (диапазон 1930 – 2010), максимальная скорость машины (диапазон 60-200 км/ч), скорость разгона (за какое время скорость машины увеличивается на 1 км/ч, диапазон 0.01-1 с), мощность двигателя в лошадиных силах (диапазон 25-300). Генерировать данные необходимо приближенными к реальности. Зависимая переменная – время разгона машины до максимальной, независимая переменная – мощность двигат
1200 руб.
Контрольная и Лабораторная работа по дисциплине: Методы машинного обучения. Вариант №21
IT-STUDHELP
: 14 ноября 2022
Лабораторная работа: Основы работы с пакетом R
Вариант 21
Задание:
Данные о машинах. Таблица состоит из 4х столбцов: год выпуска машины (диапазон 1930 – 2010), максимальная скорость машины (диапазон 60-200 км/ч), скорость разгона (за какое время скорость машины увеличивается на 1 км/ч, диапазон 0.01-1 с), мощность двигателя в лошадиных силах (диапазон 25-300). Генерировать данные необходимо приближенными к реальности. Зависимая переменная – время разгона машины до максимальной, независимая пере
1200 руб.
Контрольная и Лабораторная работа по дисциплине: Методы машинного обучения. Вариант 10
IT-STUDHELP
: 4 апреля 2022
Контрольная работа по методам классификации
Выбор варианта: N = 9
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=1.
Обучающая последовательность и тестовый объект:
1) (X,Y)={(1,8,1), (1,3,1), (3,5,1), (1,1,1), (2,7,1), (3,8,1), (2,4,1), (8,7,2), (11,12,2), (12,14,2), (8,13,2)}: тестовый объект x’=(5,8).
Вариант весовой функции определяется по формуле:
N_вф=((N+7)mod4)+1=1.
Весовая функция:
1) — метод ближайших соседей.
Вариант выборки для мет
1350 руб.
Лабораторная работа по дисциплине: Методы машинного обучения. Вариант №17
IT-STUDHELP
: 6 июля 2023
Лабораторная работа
Задание:
7. Y=1/X+〖log〗_5 X. Диапазон Х: 0.1-10. Контрольное значение для прогноза X=6.75.
------------------------------------------------------------------------------
1) Создать таблицу с данными и сохранить её в текстовом файле, данные считывать из этого файла
2) Данные задаются при помощи функции
При формировании данных необходимо создать не менее 30 пар значений. Необходимо написать скрипт, который будет считывать/формировать данные, по этим данным стоится наиболее
500 руб.
Контрольная работа по дисциплине: Методы машинного обучения. Вариант №17
IT-STUDHELP
: 6 июля 2023
Контрольная работа
Вариант No17
Выбор варианта:
N = 17
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=9
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=4
Обучающая последовательность и тестовый объект для метода ближайших соседей:
9) (X,Y)={(8,4,1), (9,4,1), (4,2,1), (4,1,1), (8,1,1), (11,7,2), (9,4,2), (12,5,2), (14,1,2), (6,12,
1000 руб.
Контрольная и Лабораторная работа по дисциплине: Методы машинного обучения. Вариант №18 2022 г.
Alexey312451
: 18 марта 2024
Контрольная работа
Вариант No18
Выбор варианта:
N = 18
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=10
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=8
Обучающая последовательность и тестовый объект для метода ближайших соседей:
10) (X,Y)={(6,5,1), (1,9,1), (1,9,1), (1,6,1), (8,4,1), (14,11,2), (13,13,2), (6,7,2), (12,11,2), (1
800 руб.
Другие работы
Определение коэффициента продуктивности скважин
evelin
: 4 января 2014
Продуктивность - это коэффициент, характеризующий возможности скважины по добыче нефти. Коэффициент продуктивности - это отношение дебита скважины к депрессии. Проводится для определения коэффициента продуктивности скважины. Не менее четырех раз меняется режим работы скважины (дебит) с помощью штуцерной колодки. При каждом значении дебита замеряют величину забойного давления. Величину пластового давления, замеряют в остановленной скважине.
Виды продуктивности:
Продуктивность по нефти
Продуктив
15 руб.
Модернизация бульдозера ДЗ-42Г с метателями грунта
SerFACE
: 16 октября 2014
Зміст
Вступ………………………………………………………………………………
1. Техніко – економічне обгрунтування теми курсового проекту………..
1.1. Організація та проведення патентного пошуку……………..........
1.2. Аналіз технічних рішень бульдозерних робочих органів………..
2. Розрахунок основних параметрів проектованого бульдозера………….
2.1. Вихідні дані…………………………………………………………
2.2. Вибір габаритних розмірів відвалу………………………………..
2.3. Розрахунок параметрів метального обладнання……………….
2.4. Розрахунок потужності приводу метальника грунт
500 руб.
ИГ.05.28.04 - Ключ. Ломаный разрез Вариант 28
Чертежи СибГУ, СФУ
: 20 сентября 2022
Выполнено в программе КОМПАС 3D v20.
Задание:
1. Выполнить указанный ломаный разрез.
2. Нанести размеры.
В состав работы входят 3 файла:
- 3D модель данной детали (*.m3d);
- чертеж (*.cdw);
- чертеж (*.png).
75 руб.
Австрийская (Венская) школа экономических учений
alfFRED
: 9 февраля 2013
Австрийская (Венская) школа, пожалуй, больше всех направлений маржинализма заслуживает название «школа». Она возникла вокруг кафедры Венского университета, которую долгие годы возглавлял Карл Менгер. Основными представителям и австрийской школы помимо Менгера являются его последователи Ф. Визер и Е. Бём-Баверк.
1. Методологические особенности австрийской школы
Главные методологические особенности австрийской школы можно сформулировать следующим образом.
Последовательный и бескомпромиссный субъе
5 руб.