Лабораторные работы 1-3 по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №10

Состав работы

material.view.file_icon
material.view.file_icon ЛР2.docx
material.view.file_icon ЛР3.docx
material.view.file_icon ЛР1.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 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 предсказания реализованного классификатора на тестовой выборке составила 95.27 % при ширине h = 2.
2  Листинг программы

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

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
4  Листинг программы

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

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 %.
2  Листинг программы

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

Дополнительная информация

Проверил(а): Ракитский Антон Андреевич
Оценка: Отлично
Дата оценки: 07.10.2023г.

Помогу с вашим вариантом, другой дисциплиной, онлайн-тестом, либо сессией под ключ.
E-mail: sneroy20@gmail.com
E-mail: ego178@mail.ru
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
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
Лабораторные работы 1-3 по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №5
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 Над
User IT-STUDHELP : 19 июня 2023
1000 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 №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
Лабораторная работа №1 по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант 03
Лабораторная работа №1 «Метод k ближайших соседей» Цель работы Цель ‒ реализовать и исследовать классификатор на основе метода k ближайших соседей в взвешенной модификации (NV=1) в соответствии с формулами выбора по Nc. Согласно заданию, веса задаются как w_i=((k+1-i)/k)^q при q ∈ {2,3,4} (Nw=2), а файл данных выбирается по формуле Nf=((Nc+2) mod 5 + 1, что для Nc=03 даёт data1.csv. Данные случайно разбиваются на три равные части; две части используются для обучения, одна ‒ для теста, при
User Учеба "Под ключ" : 9 марта 2026
800 руб.
promo
Контрольная работа по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №10
Вариант №10 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), (1,10,3), (9,7,3),
User IT-STUDHELP : 7 октября 2023
600 руб.
Контрольная работа по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №10 promo
Лабораторная работа №3 по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант 03
Лабораторная работа №3 «Регрессия» Цель работы Построить модель логистической регрессии для бинарной классификации новостей (поддельная/правдивая), провести не менее 10 случайных экспериментов с разбиением 70/30, оценить долю правильных ответов (accuracy), свести результаты в таблицу и проверить работу модели на одном конкретном примере. 1. Загрузка данных и разметка классов Фрагмент кода: Результат (из лога): 2. Построение конвейера признаков и модели Фрагмент кода: 3. Серия из
User Учеба "Под ключ" : 9 марта 2026
800 руб.
promo
Управление муниципальным хозяйством.
Вопрос 1: Имущественные права муниципальных образований Вопрос 2: Сфера применения установленных общих правил приватизации и правовые источники приватизации
User studypro2 : 15 октября 2017
100 руб.
Экзамен по дисциплине: Математический анализ. Билет №6
Билет №6 1.Классификация основных элементарных функций. Композиция функций. Обратная функция. 2. Вычислить предел lim(x->0) (1-cos(ax))/(1-cos(bx)) 3. Провести полное исследование функции и построить её график: y=e^(x^(2)-4x)
User Елена22 : 5 мая 2016
100 руб.
Экзамен по дисциплине «Основы организационно-правового обеспечения информационной безопасности сетей и систем». Билет №04.
Билет № 4 1. Расскажите о системе обеспечения информационной безопасности на предприятии. 2. Раскройте суть термина «интеллектуальная собственность». Какие Институты права созданы и какие субъекты интеллектуальной собственности выделены для регулирования. 3. Расскажите об организации внутриобъектового режима. Основные процедуры и этапы.
User teacher-sib : 22 июня 2019
350 руб.
promo
Операционные системы, лабораторная работа № 2, вариант № 3
Написать резидентную программу, которая будет работать, как “будильник” – через заданный интервал времени издавать короткий звуковой сигнал – “тикать” (например, через 1–2 секунды). По завершении более длительного интервала времени (от нескольких секунд до нескольких минут или часов) должен раздаваться более продолжительный мелодичный звуковой сигнал, имитирующий звонок будильника. Длительность звукового сигнала – “тиканья” – не должна быть слишком большой. Её следует задавать в программе в пр
User alexxxxxxxela : 20 сентября 2014
75 руб.
up Наверх