Általános célú neurális hálózat tesztelése különböző adatbázisokon
Main Article Content
Absztrakt
Két rejtett réteget tartalmazó, előrecsatolt, teljes összeköttetésű neurális hálózatot teszteltünk több adatbázison. A teszt célja, hogy az adott rendszer milyen hibaszázalékkal képes az input adatokból a várható értékeket előre jelezni, és alkalmas-e gyakorlati feladatok előrejelzésére. A Python scriptnyelven fejlesztett grafikus felülettel rendelkező rendszer rugalmasan paraméterezhető, mind a hálózat mérete, struktúrája változtatható, tehát adaptálható különböző méretű adatbázisok vizsgálatára.
Letöltések
Article Details
Hivatkozások
Altrichter M., Horváth G., Pataki B., Strausz Gy., Takács G., Valyon J. (2007): Neurális hálózatok. Panem Könyvkiadó. Budapest.
Chen, G. (2016): A gentle tutorial of recurrent neural network with error backpropagation. arXiv preprint arXiv:1610.02583. https://doi.org/10.48550/arXiv.1610.02583
Chollet, F. (2021): Deep learning with Python. Simon and Schuster. <https://www.simonandschuster.com/books/Deep-Learning-with-Python/Francois-Chollet/9781617294433> (2022.10.10.)
Dua, D., Graff, C. (2019): UCI Machine Learning Repository. Irvine, CA: University of California, School of Information and Computer Science. <http://archive.ics.uci.edu/ml> (2022.11.20)
Fazekas I. (2013): Neurális hálózatok. Debreceni Egyetem Informatikai Kar. Debrecen.
Kis K. (2006): A társadalmi tőke, mint a társadalmi és gazdasági folyamatokat befolyásoló erőforrás. Agrártudományi Közlemények (Acta Agraria Debreceniensis), (20): 69–73. https://doi.org/10.34101/actaagrar/20/3157
Kis K. (2013): Vidékgazdaság, erőforrások, infrastruktúra rendszerszemléletben. In: Veres L. (szerk.): Regionális földrajzi tanulmányok: Abonyiné Dr. Palotás Jolán 70. születésnapja tiszteletére. Egyesület Közép-Európa Kutatására, Szeged. 109–120.
Freedman, R. S. (2019): Visual Backpropagation. arXiv preprint arXiv:1906.04011.
https://doi.org/10.48550/arXiv.1906.04011
Raschka, S., Mirjalili, V. (2019): Python Machine Learning - Third Edition. Packt Publishing. < https://github.com/packtpublishing/python-machine-learning> (2022.10.05.)
Scharnitzky V. (1993): Vektorgeometria és lineáris algebra. Nemzeti Tankönyvkiadó. Budapest.
Smola, A., Vishwanathan, S. V. N. (2008): Introduction to machine learning. Cambridge University Press. UK.
Summerfield, M. (2009): Python 3 programozás - Átfogó bevezetés a Python nyelvbe. Kiskapu Kiadó.
Tóth L., Drósz T. (2017): Mesterséges Neuronhálók és alkalmazásaik. Szegedi Tudományegyetem, Szeged. <https://www.inf.u-szeged.hu/~tothl/ann/Neuronhalok-egyben.pdf> (2022.09.15.)
Zsótér Brigitta (2007): A Hotel Nonius szolgáltatásait igénybe vevők földrajzi megoszlása. Agrár- és Vidékfejlesztési Szemle 2 (2): 201–206.
Zsótér B. (2017): Financial planning in connection with accomodation development in a sport centre. Quaestus Multidisciplinary Research Journal, 4 (11): 172–177.
Zsótér B., Kaliczka Renáta (2014): Examinations carried out in relation to the shopping habits and satisfaction of costumers in the shops of Coop Szeged Ltd. Review of Faculty of Engineering Analecta Technica Szegedinensia, 8 (1): 38–41.