لیست تمرینات درس سیستمهای خبره و مهندسی دانش
ردیف | عنوان | تاریخ | تاریخ تحویل |
۱ |
الف) آزمون کلموگروف-اسمیرونوف را مطالعه کرده و نحوهی انجام این آزمون را شرح دهید. ب) یک مجموعه دادهی مصنوعی بسازید که تعداد نمونههای آن ۱۰۰۰ باشد، از این مجموعه داده به کمک آزمون کلموگروف-اسمیرونوف نمونه برداری انجام دهید؛ به نحویکه نمونه بدست آمده کمترین تعداد رکورد را داشته و با دادهی اصلی 10٪ انحراف داشته باشد. |
93/07/17 | |
۲ |
فرض کنید 10گروه داده دارید، میخواهیم هربار بصورت تصادفی یکی از این ده گروه را انتخاب کده و یک نمونه از آنرا برداریم. الف) چندبار بایستی آزمایش فوق را تکرار کنیم تا با احتمال 99٪ بگوییم که از هر گروه، یک داده در نمونهها وجود دارد. ب) آزمایش فوق را در یک زبان برنامهسازی پیاده کرده و درستی پاسخ خود را نشان دهید. |
93/07/17 | |
۳ |
مقاله Data dimensionality estimation methods: a survey را مطالعه کرده و سپس : الف)خلاصه مقاله را به همراه اسامی متدهای بکار رفته در ۲ صفحه آماده کرده و ارائه دهید. ب) تولباکس drtoolbox را در متلب نصب نمایید. سپس با استفاده از تولباکس drtoolbox، متدهای به کار رفته در مقاله مذکور را بر روی یک Dataset استاندارد (جهت کاهش بعد) استفاده کرده و سس نتایج را باهم مقایسه نمایید. |
93/7/24 | |
۴ |
در سایت featureselection.asu.edu کدهای FSS در متلب قرار دارد. این کدها را بر روی یک Dataset استاندارد اجرا نموده و الگوریتمها را با معیارهای زیر مقایسه کنید. الف) تعداد زیرمجموعه featureهای بدست آمده ب) زمان اجرا ج) دقت بدست آمده در طبقهبندی |
93/7/24 | |
۵ | اسلاید 27 را در نظر بگیرید، نشان دهید معیار GainRatio علاوه بر Impurity معیار Compactness را نیز در نظر میگیرد. | 93/8/8 | |
۶ | الگوریتم ساخت درخت تصمیم را با معیارهای مختلف برای split پیادهسازی نموده و دقت آنها را باهم مقایسه کنید. | 93/8/22 | 93/9/6 |
۷ |
SVM غیرخطی را در نرمافزار متلب، با شبهکدهای موجود پیادهسازی کنید. راهنمایی : با جستجوی libsvm میتوانید به کدها و دیتاستهای لازم دسترسی پیدا کنید. |
93/9/13 | حضوری آخر آذر |
۸ | الگوریتم adaboost را با Base classifier درخت تصمیم (انجام شده در تمرین 6) پیادهسازی نمایید. | 93/9/13 | حضوری آخر آذر |