بهروش

سلام خسته نباشيد بنده دقيقا 2 ماه هستش كه دنبال كسي ميگردم كه كمكم كنه تا پروژمو انجام بدم اما هنوز موفق نشدم دنياي به اين بزرگي يعني كسي نيست ؟ آخه چرا كسي كمكم نميكنه ؟پروژم تشخيص بيماري هپاتيت با شبكه عصبي feedforward تكلايه مخفي با تابع تانژانت سيگموئيدي هستش كه داده هاي وروديشو از uci گرفتم تنها مشكل بنده بردار هدف يا همان تارگتش هست تمنا مي كنم كمكم كنيد.ايميل بندهakram.behravesh@yahoo.com

raha146

سلام
من یه مطلب میخوام برای برنامه نویسی ژنتیک کارتزین پروگرامینگ
جز الگوریتم های تکاملی ..اگه داشتید لطف کنید برام هرچی سریعتر بذارید ممنونم

mberahman

سلام دوستان
دنبال یک پروژه درباره الگوریتم backpropagation در matlab هستم که پیاده سازی شده باشه.منظورم اینه که یک موضوع رو با این الگوریتم در matlab پیاده سازی کنه.
ممنون می شم اگر کسی اطلاعاتی داره بهم کمک کنه .

abolfazltorbat

با سلام خدمت مدیر محترم سایت و همه ی دوستان
من یکسری داده پزشکی در رابطه با بیماری سرطان خون با مولفه هایی مثل سابقه ی بیماری سن وزن دوز دارو ... رو دارم که میخوام با توجه به این نمونه ها پیشبینی کنم افراد بعدی رو که ایا سرطان میگیرن یا نه .
حالا سوال اینجاست که کدام مدل از شبکه های عصبی بیشترین دقت رو برای این کار دارد؟تعداد سمپلام هم حدود 500 تاست که هر نمونه دارای 25 فاکتور میباشد.
متشکر میشم راهنمایی کنید

babak_1234

سلام دوست من

به نظر من شما میتونید چند تا از شبکه هارو انتخاب کنید و روی اونها کار کنید. برای تخمین خطا میتونید از K-fold استفاده کنید که خطای دقیقتری بدست بیارید.

موفق باشید

abolfazltorbat

بابت پاسختون ممنونم اقا بابک
ببین پروژه من چند تا مرحله داره ،ومرحله اول برازش داده ها ورودی و هدف است که بایستی بدین وسیله من وزن های هر فاکتور رو بدست بیارم و از این نتیجه بگیرم کدام پارامتر در بیماری سرطان خون اهمیت بیشتری دارد مرحله ی دوم پیش بینی این است که با توجه به شرایطی که نمونه های قبلی داشتن ایا بیمار و نمونه ی بعدی زنده میماند یا فوت میکند و در چه سنی .
حالا سوالات من از شما یکی تخمین خطا بود که شما فرمودید از k-fold cross validation استفاده کنم
و سوال دومم هم اینه که اگه شما قرار بود با 2500 نمونه که هر کدوم 20 فاکتور رو دارند یه شبکه انتخاب کنید که بیشترین دقت رو داشته باشه ،کدوم شبکه مد نظر شما می اید ؟
با تشکر .

babak_1234

سلام دوست من

من توی پست قبلی هم گفتم اما فکر میکنم نیاز به کمی توضیح بیشتر دارید.

اول از همه این که انتخاب شبکه بسیار وابسته به نوع داده ها هست. وجود نویز، missing و ... میتونه در انتخاب شبکه شما تاثیر گذار باشه.
داده های شما در فضای ۲۰ بعدی که فرمودید به صورت خطی قابل تفکیک هستند یا خیر؟ که این پارامتر هم بسیار مهم هست.
میزان همبستگی داده های شما به چه صورت هست.
و بسیاری پارامتر دیگر

انتخاب شبکه نیاز به تخصص های دیگری هم داره که توضیحش شاید در اینجا مناسب نباشه. بنابراین یکی از ساده ترین روش ها انتخاب چند شبکه مختلف و آزمایش اونها هستش. به عبارت دیگر روش سعی و خطا میتونه راهکاری برای این کار باشه.

همچنین روش دیگری برای حل این مشکل استفاده از شبکه های عصبی تکاملی هست. با استفاده از راهکار هایی مثل الگوریتم ژنتیک، برنامه نویسی ژنتیکی یا ... شبکه رو برای خودتون به صورت تکاملی بسازید.

موفق باشید.

abolfazltorbat

با عرض سلام مجدد
مهندس اگه امکانش هست یه مرجع مناسب رو واسه شبکه های عصبی اونم تو این زمینه ای که من دارم کار میکنم بهم معرفی کن البته در حد 200 یا 300 صفحه بیتر نباشه بهتره ،میخوام زود تر جمع ش کنم تموم شه
و اینکه میشه یکم راجع به این الگوریتم ژنتیک و الگوریتم تکاملی که فرمودید بیشتر توضیح بدی یا اینکه یه pdf ای چیزی بدی که من دقیقا تمایز این روش و با شبکه عصبی متوجه بشم ؟
با تشکر نجاتیان

babak_1234

سلام

برای شبکه عصبی میتونید کتاب fundamental of neural network از laurene fausett رو مطالعه کنید.

این document هم برای ترکیب الگوریتم های تکاملی و شبکه های عصبی مناسب هست

http://homepages.inf.ed.ac.uk/pkoehn...ons/gann94.pdf

موفق باشید.

kaviani.mahshid

سلام ، کد یکی از الگوریتم های تکاملی برای پیدا کردن تعداد نرونهای لایه مخفی رو میخواستم ، لطفا من رو راهنمایی کنید