ПЗ (х4) Системы искусственного интеллекта 2

Тип работы
Практические задания
Дисциплина
Искусственный интеллект
ВУЗ
ТГУ Росдистант

Файлы задания

Можно просмотреть до покупки

В архиве представлены отчёт и решения четырёх практических заданий по учебному курсу «Искусственный интеллект». В описании первого задания указана тема, посвящённая возможностям библиотеки scikit-learn Python для реализации алгоритма k-means. При этом само практическое задание связано с построением модели классификации на основе деревьев решений и её визуализацией в виде графа. По рекомендациям нужно выбрать набор данных не менее чем с 10 атрибутами из репозитория UCI, не используя выборку из электронного учебника. В решении применён датасет Wine: 178

Похожие работы

Искусственный интеллект
Контрольная работаТГУ Росдистант

ПЗ Системы искусственного интеллекта

Контрольная работа по дисциплине «Искусственный интеллект» (ТГУ, Росдистант) выполнена в формате практического задания и посвящена расчёту выхода нейронной сети Хэмминга. В основе работы лежит сеть, обученная классифицировать входной сигнал B по одному из заданных шаблонов. В задании требуется вычислить выходные значения каждого нейрона первого слоя с использованием функции активации, а также вывести на экран определённый шаблонный сигнал. Готовый комплект включает один файл с решением, оформленным по стандартному титульному листу вуза. Материал подойдёт как образец выполнения практического задания по теме нейросетей Хэмминга и их применения для распознавания и классификации сигналов.

Искусственный интеллект
Контрольная работаТУСУР

КР (х2) Прикладные методы ИИ

Контрольная работа по теме «КР (х2) Прикладные методы ИИ ТУСУР 4-95». Дисциплина: Искусственный интеллект. Вуз: ТУСУР.

Искусственный интеллект
Научно-исследовательская работа (НИР)МУИВ Витте

Ознакомительная практика

Готовая научно-исследовательская работа по дисциплине «Искусственный интеллект» выполнена как отчёт по ознакомительной практике и посвящена анализу данных средствами языка Python. В комплект входят четыре файла отчёта, отличающиеся объёмом и полнотой изложения, но построенные по единой структуре: введение, два основных раздела и заключение. Первый раздел «Выбор платформы и данных» содержит обоснование выбора интерпретатора Python, подбор библиотек для анализа данных, описание процедуры получения данных, их предварительный анализ, выбор формата хранения и очистку от цифрового мусора; по разделу приведены выводы. Во втором разделе «Количественный анализ данных» рассматривается формирование набора данных и расчёт статистических показателей. Работа сопровождается выводами по разделам и итоговым заключением.

Популярные услуги для студентов ТГУ Росдистант

Полезные материалы для студентов ТГУ Росдистант

Смотреть все статьи

Остались вопросы?

Оставьте заявку на консультацию

или свяжитесь с нами удобным для вас способом