实验五：全连接神经网络手写数字识别实验
摘要：实验五：全连接神经网络手写数字识别实验 【实验目的】 理解神经网络原理，掌握神经网络前向推理和后向传播方法； 掌握使用pytorch框架训练和推理全连接神经网络模型的编程实现方法。 【实验内容】 1.使用pytorch框架，设计一个全连接神经网络，实现Mnist手写数字字符集的训练与识别。 【实验报
阅读全文
posted @
2022-11-28 10:52
、chengle
阅读(69)
推荐(0) 编辑
作业六：神经网络反向传播
摘要：作业六：神经网络反向传播 【题目】 1. 下图为三层神经网络结构，表中为输入的4条样本数据，计算第2个训练样本的前向传播过程，网络参数的初始为W1=[[0.1,0.2],[0.2,0.3]]，theta1=[0.3,0.3],W2=[[0.4,0.5],[0.4,0.5]],theta2=[0.6,
阅读全文
posted @
2022-11-26 12:58
、chengle
阅读(27)
推荐(0) 编辑
实验四：神经网络算法实验
摘要：实验四：神经网络算法实验 【实验目的】 理解神经网络原理，掌握神经网络前向推理和后向传播方法； 掌握神经网络模型的编程实现方法。 【实验内容】 1.1981年生物学家格若根（W.Grogan）和维什（W.Wirth）发现了两类蚊子（或飞蠓midges），他们测量了这两类蚊子每个个体的翼长和触角长，数
阅读全文
posted @
2022-11-16 14:29
、chengle
阅读(41)
推荐(0) 编辑
作业五：神经网络算法
摘要：作业五：神经网络算法 【题目】 1.1981年生物学家格若根（W.Grogan）和维什（W.Wirth）发现了两类蚊子（或飞蠓midges），他们测量了这两类蚊子每个个体的翼长和触角长，数据如下： 翼长 触角长 类别1.78 1.14 Apf1.96 1.18 Apf1.86 1.20 Apf1.7
阅读全文
posted @
2022-11-16 14:16
、chengle
阅读(32)
推荐(0) 编辑
实验三：朴素贝叶斯算法实验
摘要：实验三：朴素贝叶斯算法实验 【实验目的】 理解朴素贝叶斯算法原理，掌握朴素贝叶斯算法框架。 【实验内容】 针对下表中的数据，编写python程序实现朴素贝叶斯算法（不使用sklearn包），对输入数据进行预测； 熟悉sklearn库中的朴素贝叶斯算法，使用sklearn包编写朴素贝叶斯算法程序，对输
阅读全文
posted @
2022-11-13 11:52
、chengle
阅读(252)
推荐(0) 编辑
作业四：朴素贝叶斯算法实验
摘要：作业四：朴素贝叶斯算法实验 【题目】 1.下表中是某大学一位研究生导师带过的硕士研究生录取情况表，根据该表建立朴素贝叶斯模型，现有一名上线考生想报考该导师，考生的特点是专业、数学和外语都不好，获奖情况很好，请你判断该生能否被录取。 【要求】 1.写出朴素贝叶斯分类的主要公式； 2.详细写出题目的计算
阅读全文
posted @
2022-11-12 13:23
、chengle
阅读(19)
推荐(0) 编辑
作业三：CART回归树算法
摘要：作业三：CART回归树算法 【题目1】 表1为拖欠贷款人员训练样本数据集，使用CART算法基于该表数据构造决策树模型，并使用表2中测试样本集确定剪枝后的最优子树。 编号房产状况婚姻情况年收（千元）拖欠贷款 1 是 单身 125 否 2 否 已婚 100 否 3 否 单身 70 否 4 是 已婚 12
阅读全文
posted @
2022-11-03 21:52
、chengle
阅读(106)
推荐(0) 编辑
作业一：PCA降维练习
摘要：作业一：PCA降维练习 【题目】 1.现有我国大陆30个省、直辖市、自治区的经济发展状况数据集如表所示，包括8项经济指标：国民生产总值（A1）；居民消费水平（A2）；固定资产投资（A3）；职工平均工资（A4）；货物周转量（A5）；居民消费指数（A6）；商品零售价格指数（A7）；工业总产值（A8），试
阅读全文
posted @
2022-11-03 18:27
、chengle
阅读(123)
推荐(0) 编辑
作业二：决策树算法
摘要：作业二：决策树算法 【题目1】 表1所示的数据集表示豌豆种子在不同环境下能否发芽情况。豌豆种子自身有形状、大小和种皮颜色等特征，外部影响环境有土壤、水分和日照等特征。试通过所示数据集构建ID3决策树并根据最后一行测试数据预测该豌豆能否发芽。 【要求】 1.画出完整决策树； 2.预测测试1用例的发芽情
阅读全文
posted @
2022-11-03 10:36
、chengle
阅读(37)
推荐(0) 编辑
实验二：逻辑回归算法实验
摘要：实验二：逻辑回归算法实验 【实验目的】 理解逻辑回归算法原理，掌握逻辑回归算法框架； 理解逻辑回归的sigmoid函数； 理解逻辑回归的损失函数； 针对特定应用场景及数据，能应用逻辑回归算法解决实际分类问题; 【实验内容】 根据给定的数据集，编写python代码完成逻辑回归算法程序，实现如下功能：
阅读全文
posted @
2022-11-02 23:22
、chengle
阅读(176)
推荐(0) 编辑
