WEKA NET_BEANS
Páginas: 3 (679 palabras)
Publicado: 8 de diciembre de 2013
GIANNELLA COMIENZA
1. La técnica seleccionada es de Redes Neuronales la cual está dentro de Clasificación: Algoritmos de Redes Neuronales usando WEKA:
RBF Network: Las redes neuronales basadas enfunciones de base radial (RBFNs) son un modelo inspirado de las redes neuronales artificiales de una única capa oculta, además de las capas de entrada y de salida convencionales, su especificidadreside en el modo en el que las neuronas de la dicha capa oculta tratan los vectores de entrada.
Funcionamiento:
1. La capa de entrada que sirve para los ejemplos o patrones de entrenamiento y prueba,2. la capa oculta completamente interconectada entre todos sus nodos con la capa de entrada y activada a través de la función radial (gaussiana) y,
3. la capa de salida, también completamenteinterconectada a la capa oculta y activada a través de una función lineal continúa.
Multilayer Perceptron: El Perceptrón Multicapa tienen como objetivo la categorización o clasificación de formasupervisada de los datos, siendo una de las redes más utilizadas para la clasificación.
2. Buscar un conjunto de entrenamiento y utilizar en el código de los algoritmos elegidos, ejecutar, probar yanalizar los resultados.
El conjunto de entrenamiento elegido es iris.arff, el cual es un ejemplo que nos proporciona WEKA al momento de su instalación.
En cuanto a la implementación se usó Javacon weka, primeramente para poder trabajar debemos agregar a nuestro proyecto la librería weka.jar que nos proporciona weka al momento de la instalación que se encuentra en la siguiente ruta: C:\ProgramFiles (x86)\Weka-3-6.
Una vez agregado agregamos a nuestro codigo las librerías que vamos a usar para lo que es redes neuronales.
Con esto ya podemos acceder a las librerías que nosproporciona weka para poder trabajar con Java.
GIANNELLA FIN
GIGO COMIENZA
Primero Obtenemos el Archivo de Datos en este caso iris.arff
Como se pidió debemos probar con otros datos para lo cual hemos...
1. La técnica seleccionada es de Redes Neuronales la cual está dentro de Clasificación: Algoritmos de Redes Neuronales usando WEKA:
RBF Network: Las redes neuronales basadas enfunciones de base radial (RBFNs) son un modelo inspirado de las redes neuronales artificiales de una única capa oculta, además de las capas de entrada y de salida convencionales, su especificidadreside en el modo en el que las neuronas de la dicha capa oculta tratan los vectores de entrada.
Funcionamiento:
1. La capa de entrada que sirve para los ejemplos o patrones de entrenamiento y prueba,2. la capa oculta completamente interconectada entre todos sus nodos con la capa de entrada y activada a través de la función radial (gaussiana) y,
3. la capa de salida, también completamenteinterconectada a la capa oculta y activada a través de una función lineal continúa.
Multilayer Perceptron: El Perceptrón Multicapa tienen como objetivo la categorización o clasificación de formasupervisada de los datos, siendo una de las redes más utilizadas para la clasificación.
2. Buscar un conjunto de entrenamiento y utilizar en el código de los algoritmos elegidos, ejecutar, probar yanalizar los resultados.
El conjunto de entrenamiento elegido es iris.arff, el cual es un ejemplo que nos proporciona WEKA al momento de su instalación.
En cuanto a la implementación se usó Javacon weka, primeramente para poder trabajar debemos agregar a nuestro proyecto la librería weka.jar que nos proporciona weka al momento de la instalación que se encuentra en la siguiente ruta: C:\ProgramFiles (x86)\Weka-3-6.
Una vez agregado agregamos a nuestro codigo las librerías que vamos a usar para lo que es redes neuronales.
Con esto ya podemos acceder a las librerías que nosproporciona weka para poder trabajar con Java.
GIANNELLA FIN
GIGO COMIENZA
Primero Obtenemos el Archivo de Datos en este caso iris.arff
Como se pidió debemos probar con otros datos para lo cual hemos...
Leer documento completo
Regístrate para leer el documento completo.