Сгенерировать набор данных для построения регрессионной модели и обучить на этих данных нейронную сеть прямого распространения.

Практическое задание 4. Курс Системы искусственного интеллекта 2.

Рекомендации по выполнению задания

Алгоритм выполнения:

1 Сгенерировать исходный набор данных. Для этого необходимо

воспользоваться одним из генераторов библиотеки sklearn (https://scikit-

learn.org/stable/modules/classes.html#module-sklearn.datasets из раздела Samples

generator).

2 Разделить исходную выборку данных на массив X независимых переменных и

вектор значений y зависимой переменной.

3 Разделить данные на обучающую и тестовую выборки.

4 Задать параметры нейронной сети (обосновать выбор параметров) и

произвести ее обучение. При этом необходимо:

● нормировать исходные данные в зависимости от выбранных параметров

нейронной сети;

● замерить время, потребовавшееся на обучение нейронной сети;

● вывести итоговые значения весовых коэффициентов.

5 Определить точность работы нейронной сети на тестовой выборке:

● рассчитать коэффициент детерминации;

● рассчитать среднюю квадратичную ошибку.

6 Представить текстовое описание выполнения каждого этапа работы.

Отчет по работе формируется в двух форматах:

● .ipynb;

● .pdf (ipynb, сохраненный в формате .pdf).