https://github.com/bfgasparin/usp-ia-perceptron

Perceptron Implementation for IA course
https://github.com/bfgasparin/usp-ia-perceptron

Last synced: about 2 months ago
JSON representation

Perceptron Implementation for IA course

• Host: GitHub
• URL: https://github.com/bfgasparin/usp-ia-perceptron
• Owner: bfgasparin
• License: mit
• Created: 2013-10-20T23:46:58.000Z (about 11 years ago)
• Default Branch: master
• Last Pushed: 2013-11-29T05:22:23.000Z (about 11 years ago)
• Last Synced: 2023-08-05T00:22:32.893Z (over 1 year ago)
• Language: Java
• Size: 273 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
USP-IA-Perceptron

=================

Implementação do Perceptron para o EP da disciplina IA

**Obs:** 

  Todo o código foi escrito em ingles para melhor leitura do mesmo e por ser considerado boa prática. Ele está todo cometado em português por se tratar de um trabalho acadêmico com objetivo de ser avaliado pela docente. 

Radando o perceptron:

------------------------

  1. Compile o arquivo src/Main.java

  2. Rode o arquivo compilado

A class Main receve dois parâmetros:

  * arg[0] Caminho e nome do arquivo de dados de trainamento. Extensão .txt 

  * arg[1] Caminho e nome do arquivo de dados de validação Extensão .txt 

  * arg[2] Caminho e nome do arquivo de dados de teste Extensão .txt

  * arg[3] A taxa de aprendizado inicial

  * arg[4] Número de neurônios da camada escondida TODO

  * arg[5] Inicialização de pesos: 0 para iniciar com todos os pesos com 0, 1 para iniciar todos os pesos com números aleatórios

  * arg[6] Tipo do Problema: 0 para problema binário (Breast Cancer Wisconsin), 1 para problema multi-classe (Optical Recognition of 

  Handwritten Digits), 2 para o problema XOR, 3 para o problema AND

  * arg[7] Randomicidade dos dados de Trainamento. 1 para que os dados de treinamento seja randomizados em cada época. 0 para utilizar 

  * arg[8] Caminho do diretório onde será salvo os arquivos de logs. If ommited, the log will be saved on current dir.

Exemplo:

  `$ java -cp bin/ Main Resources/trainData.txt Resources/valData.txt Resources/testData.txt 0.4 5 0 0 1` logs/

  

No exemplo acima, o perceptron irá rodar com a taxa de aprendizado inicial 0.4, com 5 neurônios na camada escondida, com os pesos dos axiomas 0, resolvendo o problema Breast Cancer Wisconsin, com dados de treinamento randômicos para cada época e irá gravar os arquivos de log no diretório logs (sendo a raiz o diretório corrente).

O tipo de problema é necessário para o algoritmo saber como será a leitura dos arquivos de entradas e como será a classificação dos dados. 

No caso do problema Breast Cancer Wisconsin a classificação é binária, já no Optical Recognition of Handwritten Digits a 

classificação é multi-classe.

**Obs:** 

  Os logs gerados são separados por problema (tipo 1, tipo 2, ...) e data. Cada log é gerado num arquivo de nome _.txt. Assim você pode rever todos os seus logs anteriores.