Решение задачи классификаций MatLab

Пояснение: Шаг 1. Выбрать любой набор данных кроме fisheriris для решения задачи классификации ( ((Default Task=Classification) https://archive.ics.uci.edu/ml/datasets.php )) Шаг 2. Загрузить набор данных в систему. Шаг 3. nnstart. Описать распределение набора данных между обучающим набором, проверочным набором и тестовым множеством. Описать архитектуру сети. Описать алгоритм обучения. Описать данные из окна процесса обучения сети (epoch, time, perfomance, gradient, mut, validation checks) Возможные базы: User Knowledge Modeling Data Set banknote authentication Wilt Perfume Data Из этого окна в блоке Plots вызвать графические окна. Описать каждый график. 1) performance(график обучения сети - поведение ошибки обучения), 2) training state (графики состояния обучения), 3) error histogram (гистограмма ошибок), 4) regressions (регрессия результатов обучения сети), 5) fit(функция аппроксимации - значения ошибок сети при различных входных значениях) Возможные базы :

User Knowledge Modeling Data Set 

banknote authentication

Wilt 

Perfume Data