Opis projektu:
Projekt ten przewiduje stworzenie aplikacji, której zadaniem będzie polecanie filmów użytkownikowi na podstawie jego wyborów, ocen filmów.
Harmonogram:
[1] Zdefiniowanie problemu do rozwiązania, implementacja neuronu McCullocha-Pitts'a,
jednowarstwowej sieci neuronowej-perceptronu. Wykorzystanie go do nauki
podstawowych bramek logicznych ( AND, OR, NOT ) oraz przygotowanie zestawu danych uczących. [Zrealizowane 07.11.16]
Podproblem do rozwiązania: Wybranie pięciu filmów o jakiejś ocenie w skali od 0-10
a następnie na podstawie oceny jakiegoś filmu przez użytkownika sklasyfikowanie filmów
o mniejszej ocenie i większej. Filmy, które można mu polecić a których nie można.
Do uczenia zostanie wykorzystany perceptron i metoda perceptronowa. Całość uczona jest za pomocą
reguły delta ( Widrowa-Hoffa ) - uczenie z nauczycielem.
[2] Implementacja sieci wielowarstwowych - współpracujące ze sobą neurony, wzajemnie się
komunikujące. Praca nad doskonaleniem polecania filmów [Zrealizowane 14.11.16]
Podproblem do rozwiązania: Problem bramki XOR. Implementacja sieci neuronowej
trójwarstwowej ( input, hidden, output ) w celu rozwiązania tego problemu. Testowanie sieci
aby dobrać jak najlepsze parametry uczenia. Wykorzystanie algorytmu wstecznej propagacji do
modyfikowania błędów neuronów pracujących w warstwach oraz do modyfikowania wag. Uczenie regułą
delta - ADALINE.
[3] Doskonalenie sieci neuronowej - praca nad dalszą poprawą polecania filmów [Zrealizowane 21.11.16]
[4] Praca nad wielowarstwową siecią neuronową i neuronami wchodzącymi w jej skład,
poprawienie metody uczenia itp. [Zrealizowane 28.11.16]
[5] Uczenie regułą Hebba - bez nauczyciela [Zrealizowane 28.11.16]
Podproblem do rozwiązania: Dopasowanie wzorca oraz grupowanie danych dla zestawu filmów.
Grupowanie będzie się odbywało na zasadzie takiej, że za pomocą reguły Hebba, reguły Oji oraz
reguły Hebba z wspołczynnikiem zapominania ( przy wybraniu jednej z nich aczkolwiek każda z nich
będzie zaimplementowana ) filmy będą klasyfikowane na podstawie ich rankingu od 1-10 a następnie
będą trafiały do danej grupy np. dobrych filmów, przeciętnych lub tych bardzo dobrych.
[6] Sieci Kohonena. Wykorzystanie uczenia regułą WTA ( winner takes all ) [Zrealizowane 05.12.16]
Podproblem do rozwiązania: Tym razem będę zajmował się klasyfikacją kolorów.
Dzięki temu będę mógł wizualnie zobaczyć proces klasyfikowania kolorów na
mapach 2D i wykorzystać to do rozwiązywania innych podproblemów.
[7] Dalsza praca nad sieciami Kohonena - SOMY. Wykorzystanie uczenia regułą WTM ( winner takes most ) [Zrealizowane 19.12.16]
Podproblem do rozwiązania: Wykorzystany zostanie problem z poprzedniego punktu harmonogramu
czyli klasyfikacja kolorów. Tym razem w celu rozwiązania tego problemu zostanie wykorzystany
algorytm WTM.
[8] Sieci rekurencyjne(sieci Hopfielda). Proste wykorzystanie sieci rekurencyjnych, uczenie sieci [Zrealizowane 09.01.17]
Podproblem do rozwiązania: Wykorzystam problem rozpoznawania liter zdefiniowanych za pomocą
znaków O i X na macierzy 4x4. Sieć Hopfielda na podstawie niepełnego wzorca będzie w stanie
się "domyślić" - skojarzyć i zrekonstruować literę, na podstawie wcześniej nauczonych się
przez tą sieć wzorców liter.
[9] Stworzenie i wygłoszenie prezentacji na temat algorytmu genetycznego [Zrealizowane 16.01.17]
[10] Udokumentowanie projektu - przedstawienie rozpatrywanych podproblemów, wnioski itp. [Zrealizowane 23.01.17]