predikcia výsledkov futbalových zápasov pomocou nn
DESCRIPTION
Predikcia výsledkov futbalových zápasov pomocou NN. Július Kočiš 5.roč. UI 2005 / 2006. ABSTRAKT. - PowerPoint PPT PresentationTRANSCRIPT
Predikcia Predikcia výsledkov výsledkov
futbalových futbalových zápasov pomocou zápasov pomocou
NNNNJúlius KočišJúlius Kočiš
5.roč. UI5.roč. UI
2005 / 20062005 / 2006
ABSTRAKTABSTRAKT
Cieľom práce je vytvoriť prostredie Cieľom práce je vytvoriť prostredie pre predikciu výsledkov futbalových pre predikciu výsledkov futbalových zápasov a vykonať konkrétné zápasov a vykonať konkrétné experimenty s predikciou. Prínosom experimenty s predikciou. Prínosom práce je preskúmanie úlohy práce je preskúmanie úlohy predikcie pre dáta typu "skóre" a predikcie pre dáta typu "skóre" a predikcie z viacrozmerných dát. predikcie z viacrozmerných dát.
ÚLOHYÚLOHY
1. Vytvoriť prostredie pre konverziu 1. Vytvoriť prostredie pre konverziu futbalových dát do trenovacich množín. futbalových dát do trenovacich množín.
2. Realizovať experimenty s predikciou 2. Realizovať experimenty s predikciou na týchto dátach. na týchto dátach.
3. Napísať report z realizovaných 3. Napísať report z realizovaných experimentov. experimentov.
zameranie na 1.českú futbalová liguzameranie na 1.českú futbalová ligu získavanie dát získavanie dát
http://www.betexplorer.com/soccer/czech-republic/http://www.betexplorer.com/soccer/czech-republic/ - tabuľky, výsledky, dátum, priemerný kurz z tabuľky, výsledky, dátum, priemerný kurz z
kurzov vyše 40 európskych stávkových kurzov vyše 40 európskych stávkových kanceláriíkancelárií
- 30.7.1999 – 12.12.200530.7.1999 – 12.12.2005- 1567 zápasov1567 zápasov- na experimenty – 1504 zápasovna experimenty – 1504 zápasov
ÚVOD ÚVOD (1) (1)
ÚVOD ÚVOD (2) (2)
SPRACOVANIE DÁTSPRACOVANIE DÁT
výber údajov z www stránok výber údajov z www stránok pomocou jazyka Perlpomocou jazyka Perl MostMost
SpartaPrahaSpartaPraha 0:3 4.89 3.22 1.95 12.12.20050:3 4.89 3.22 1.95 12.12.2005 PlzenViktoriaPlzenViktoria
BlsanyBlsany2:0 1.81 3.20 3.99 11.12.20052:0 1.81 3.20 3.99 11.12.2005
......
Spracovanie dát – 1. krok Spracovanie dát – 1. krok (1) (1)
zmena poradia zápasov, vyhodenie zmena poradia zápasov, vyhodenie kurzov a dňa z dátumu - pomocou kurzov a dňa z dátumu - pomocou jazyka Cjazyka C ......
PlzenViktoriaPlzenViktoriaBlsanyBlsany2:0 12.20052:0 12.2005
MostMostSpartaPrahaSpartaPraha
0:3 12.20050:3 12.2005
Spracovanie dát – 2. krok Spracovanie dát – 2. krok (2) (2)
výsledok 1. a 2. kroku - 7 súborov pre výsledok 1. a 2. kroku - 7 súborov pre každý ročník (1999/ 2000, každý ročník (1999/ 2000, 2001/2002, ... 2005 / 2006)2001/2002, ... 2005 / 2006)
1999.txt, 2000.txt,....2005.txt1999.txt, 2000.txt,....2005.txt
Spracovanie dát Spracovanie dát (3) (3)
spojenie predchádzajúcich súborov spojenie predchádzajúcich súborov do súborov, v ktorom budú zápasy:do súborov, v ktorom budú zápasy: od 1999 – 2005 od 1999 – 2005 ...... 9012345.txt9012345.txt od 2000 – 2005 od 2000 – 2005 ...... 012345.txt012345.txt ...... od 2004 – 2005 od 2004 – 2005 ...... 45.txt45.txt od 2005od 2005 ...... 5.txt5.txt
pridanie informácie o počte zápasov v pridanie informácie o počte zápasov v súboresúbore
Spracovanie dát – 3. krok Spracovanie dát – 3. krok (4) (4)
Ukážka zo súboru 2345.txtUkážka zo súboru 2345.txt 784784
SpartaPrahaSpartaPrahaTepliceTeplice1:01:007.200207.2002......Liberec Liberec OlomoucOlomouc2:02:010.200510.2005
Spracovanie dát Spracovanie dát (5) (5)
VSTUPY A VÝSTUPY VSTUPY A VÝSTUPY NNNN
Názov mužstvaNázov mužstva(1)(1)
od roku 1999 hralo v českej lige 22 mužstiev, podľa od roku 1999 hralo v českej lige 22 mužstiev, podľa zoznamu sa priradí každému mužstvu nasledujúce zoznamu sa priradí každému mužstvu nasledujúce identifikačné číslo:identifikačné číslo:
1. Blšany1. Blšany 2. Mladá Boleslav 2. Mladá Boleslav 3. Brno 3. Brno 4. Jablonec 4. Jablonec 5. Jihlava5. Jihlava 6. Liberec 6. Liberec 7. Most7. Most 8.Olomouc 8.Olomouc 9. 9.
Ostrava BaníkOstrava Baník10. Plzeň Viktória 10. Plzeň Viktória 11. Příbram 11. Příbram 12. 12.
Slavia Praha Slavia Praha 13. 1.FC Slovácko13. 1.FC Slovácko 14. Sparta Praha 14. Sparta Praha 15. Teplice15. Teplice16. Zlín 16. Zlín 17. Č. Budejovice17. Č. Budejovice 18. Opava18. Opava19. Drnovice 19. Drnovice 20. Žižkov Viktória20. Žižkov Viktória21. Bohemians Praha21. Bohemians Praha 22. Hradec Králové 22. Hradec Králové
Názov jedného mužstva predstavuje Názov jedného mužstva predstavuje 22 neurónov. 22 neurónov.
Ak má mužstvo identifikačné číslo 15, Ak má mužstvo identifikačné číslo 15,
15-ty neurón bude mať hodnotu „6“, 15-ty neurón bude mať hodnotu „6“, zvyšných 21 neurónov „-6“.zvyšných 21 neurónov „-6“.
Mužstvo 15. Teplice sa zapíše takto:Mužstvo 15. Teplice sa zapíše takto:-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 66 -6 -6 -6 - -6 -6 -6 -
6 -6 -6 -6 6 -6 -6 -6
Názov mužstvaNázov mužstva(2)(2)
Podobne ako pri názve mužstvaPodobne ako pri názve mužstva Máme 12 mesiacov =Máme 12 mesiacov => 12 neur> 12 neuróónovnov Ak se jedná napr. o zápas odohraný Ak se jedná napr. o zápas odohraný
v septembri – 9.mesiaci, 9. neurón v septembri – 9.mesiaci, 9. neurón bude mať hodnotu „6“, zvyšných 11 bude mať hodnotu „6“, zvyšných 11 neurónov hodnotu „-6“ neurónov hodnotu „-6“
-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 66 -6 -6 -6 -6 -6 -6
DátumDátum - mesiac- mesiac (1)(1)
Zápas môže byť z 8 rokov =Zápas môže byť z 8 rokov => 8 > 8 neurneuróónovnov
(1999, 2000, 2001, 2002, 2003, 2004, (1999, 2000, 2001, 2002, 2003, 2004, 2005, 2006)2005, 2006)
Ak se jedná napr. o zápas odohraný v Ak se jedná napr. o zápas odohraný v roku 2001– 3.roku, 3. neurón bude roku 2001– 3.roku, 3. neurón bude mať hodnotu „6“, zvyšných 7 mať hodnotu „6“, zvyšných 7 neurónov hodnotu „-6“ neurónov hodnotu „-6“
-6 -6 -6 -6 66 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6
DátumDátum - rok- rok (2)(2)
Výsledok predstavuje výstupy z NNVýsledok predstavuje výstupy z NN 3 typy výsledkov, t.j. na výstupe budú 3 3 typy výsledkov, t.j. na výstupe budú 3
neuróny:neuróny:
Výhra domácichVýhra domácich 1 0 01 0 0
RemízaRemíza 0 1 00 1 0
Výhra hostíVýhra hostí 0 0 10 0 1
VýsledokVýsledok (1) (1)
Podľa počtu a typu vstupov som rozdelil Podľa počtu a typu vstupov som rozdelil trénovacie množiny na :trénovacie množiny na :
trénovacie množiny 1.typu - názvy mužstiev, trénovacie množiny 1.typu - názvy mužstiev, výsledok, dátumvýsledok, dátum
trénovacie množiny 2.typu - názvy mužstiev, trénovacie množiny 2.typu - názvy mužstiev, výsledok, dátumvýsledok, dátum
- skóre a počet bodov- skóre a počet bodov
Ukážka jednej trénovacej vzorky z množiny 1.typu:Ukážka jednej trénovacej vzorky z množiny 1.typu:
-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 66 -6 -6 -6 -6 -6 -6 -6 - -6 -6 -6 -6 -6 -6 -6 -66
-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 66 -6 -6 -6 -6 -6 -6 - -6 -6 -6 -6 -6 -6 -66
1 0 01 0 0
-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 66 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6
-6 -6 -6 -6 -6 -6 66 -6 -6 -6 -6 -6 -6 -6 -6
Vysvetlenie: 1.r. „6“ na pozícii č.14 = Sparta PrahaVysvetlenie: 1.r. „6“ na pozícii č.14 = Sparta Praha
2.r. „6“ na pozícii č.15 = Teplice2.r. „6“ na pozícii č.15 = Teplice
3.r. 1 0 0 znamená výhru domácih3.r. 1 0 0 znamená výhru domácih
4.r. „6“ na pozícii č.7 = júl4.r. „6“ na pozícii č.7 = júl
5.r. „6“ na pozícii č.4 = 20025.r. „6“ na pozícii č.4 = 2002
Ukážka jednej trénovacej vzorky z množiny 2.typu:Ukážka jednej trénovacej vzorky z množiny 2.typu:
-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 66 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6-6
8.00 3.11 1.728.00 3.11 1.72
1.00 0.69 0.631.00 0.69 0.63
-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 66 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6-6
0.17 0.71 1.000.17 0.71 1.00
0.00 0.26 0.43 0.00 0.26 0.43
1 0 01 0 0
-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 66 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6
-6 -6 -6 -6 -6 -6 66 -6 -6 -6 -6 -6 -6 -6 -6
1., 4., 7., 8., 9.r. – analogické ako pri 1.type1., 4., 7., 8., 9.r. – analogické ako pri 1.type
-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 6 -6 -6 -6 -6 -6 -6 -6 -6-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 6 -6 -6 -6 -6 -6 -6 -6 -6
8.00 3.11 1.728.00 3.11 1.72
1.00 0.69 0.631.00 0.69 0.63
-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 6 -6 -6 -6 -6 -6 -6 -6-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 6 -6 -6 -6 -6 -6 -6 -6
0.17 0.71 1.000.17 0.71 1.00
0.00 0.26 0.43 0.00 0.26 0.43 2.r. - pomer skóre (pre domáce mužstvo)2.r. - pomer skóre (pre domáce mužstvo)
posledné 3 zápasy, akt.ročník, od 1.zápasu v trénovacej posledné 3 zápasy, akt.ročník, od 1.zápasu v trénovacej množinemnožine
3.r. – percento získaných bodov (pre domáce mužstvo)3.r. – percento získaných bodov (pre domáce mužstvo)
posledné 3 zápasy, akt.ročník, od 1.zápasu v trénovacej posledné 3 zápasy, akt.ročník, od 1.zápasu v trénovacej množinemnožine
5.r. - pomer skóre , 6.r. percento získaných bodov (pre 5.r. - pomer skóre , 6.r. percento získaných bodov (pre hostí)hostí)
FÁZA UČENIA NNFÁZA UČENIA NN
metóda spätného šírenia chybymetóda spätného šírenia chyby aktivačná funkcia – sigmoidálna funkciaaktivačná funkcia – sigmoidálna funkcia 2 skryté vrstvy - počty neurónov zadáva 2 skryté vrstvy - počty neurónov zadáva
užívateľužívateľ gamu, alfu, počet cyklov – zadáva užívateľgamu, alfu, počet cyklov – zadáva užívateľ počet neurónov na výstupnej vrstve – 3počet neurónov na výstupnej vrstve – 3
Parametre sieteParametre siete(1)(1)
Počet neurónov na vstupnej vrstve:Počet neurónov na vstupnej vrstve: trénovacia množina 1.typutrénovacia množina 1.typu
nezahrnúť dátum – 44 nezahrnúť dátum – 44 (22+22)(22+22) zahrnúť rok – 52 zahrnúť rok – 52 (22+22+8)(22+22+8) zahrnúť dátum – 64 zahrnúť dátum – 64 (22+22+20)(22+22+20)
trénovacia množina 2.typutrénovacia množina 2.typu nezahrnúť dátum – 56 nezahrnúť dátum – 56 (22+6+22+6)(22+6+22+6) zahrnúť rok – 64 zahrnúť rok – 64 (22+6+22+6+8)(22+6+22+6+8) zahrnúť dátum – 76 zahrnúť dátum – 76
(22+6+22+6+20)(22+6+22+6+20)
Parametre sieteParametre siete(2)(2)
Parametre sieteParametre siete(3)(3)
FÁZA ŽIVOTA NNFÁZA ŽIVOTA NN
- PREDIKCIA - PREDIKCIA VÝSLEDKOVVÝSLEDKOV
učenie končí po dosiahnutí učenie končí po dosiahnutí užívateľom zadaného počtu cyklovužívateľom zadaného počtu cyklov
počas učenia sa neustále počas učenia sa neustále zaznamenáva číslo cyklu s najmenšou zaznamenáva číslo cyklu s najmenšou chybou a do súboru vahy_best.txt sa chybou a do súboru vahy_best.txt sa ukladajú hodnoty váh v tomto cykle. ukladajú hodnoty váh v tomto cykle. Ak užívateľ zadá napr. počet cyklov Ak užívateľ zadá napr. počet cyklov
10000 a najmenšia chyba bola v cykle v 10000 a najmenšia chyba bola v cykle v 8000, nie je nutné sieť učiť ešte raz, ale 8000, nie je nutné sieť učiť ešte raz, ale sa načítajú váhy zo súboru a dochádza k sa načítajú váhy zo súboru a dochádza k predikcii výsledkov.predikcii výsledkov.
Testovacia množinaTestovacia množina
v v českej lige hrá 16 mužstiev =českej lige hrá 16 mužstiev => > predikujú sa výsledky predikujú sa výsledky na 8 zápasovna 8 zápasov
štruktúra testovacej množiny je podobná trénovacej štruktúra testovacej množiny je podobná trénovacej množinemnožine
1 rozdiel – chýba zápis výsledku1 rozdiel – chýba zápis výsledku-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 66 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -61.501.50 0.82 0.82 1.03 1.03 0.440.44 0.330.33 0.45 0.45 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 66 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -61.501.50 0.75 0.75 1.08 1.08 0.440.44 0.330.33 0.46 0.46 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 66 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 66 -6 -6 -6 -6
Výsledok predikcieVýsledok predikcie
Parametre učeniaParametre učenia
Experimenty Experimenty (1)(1)
na 9.kolo, 15. - 17. 10. 2005 na 9.kolo, 15. - 17. 10. 2005 Výsledky 9. kola: Výsledky 9. kola: Očakávané výsledky:Očakávané výsledky:
1.FC Slovácko – Ostrava Baník 1.FC Slovácko – Ostrava Baník 0:00:0 →→ 0 1 0 0 1 0 Most – Slavia PrahaMost – Slavia Praha 0:30:3 →→ 0 0 1 0 0 1 Sparta Praha – BlšanySparta Praha – Blšany 5:25:2 →→ 1 0 0 1 0 0 Příbram – ZlínPříbram – Zlín 3:03:0 →→ 1 0 0 1 0 0 Jihlava – TepliceJihlava – Teplice 0:40:4 →→ 0 0 1 0 0 1 Brno – JablonecBrno – Jablonec 1:11:1 →→ 0 1 0 0 1 0 Ml. Boleslav – Plzeň ViktoriaMl. Boleslav – Plzeň Viktoria 2:22:2 →→ 0 1 0 0 1 0 Liberec – OlomoucLiberec – Olomouc 2:02:0 →→ 1 0 0 1 0 0
Experimenty – 1.typ Experimenty – 1.typ tr.množíntr.množín (1)(1)AA BB C C D D E E F F G G
12641264 11 20, 8 10 000 20, 8 10 000 540540 44.38%44.38% 37.5 % 37.5 %12641264 22 20, 8 20, 8 20 000 20 000 98939893 78.88%78.88% 25.0 % 25.0 %12641264 33 20, 8 20, 8 10 000 10 000 21182118 93.35%93.35% 25.0 % 25.0 %10241024 11 20, 820, 8 10 000 10 000 305305 48.93%48.93% 50.0 % 50.0 %10241024 22 20, 820, 8 8 000 8 000 33453345 80.66%80.66% 62.5 %62.5 %10241024 33 20, 820, 8 8 000 8 000 31133113 92.09%92.09% 12.5 % 12.5 % 784784 11 20, 820, 8 8 000 8 000 381 381 52.81 % 25.0 %52.81 % 25.0 %784784 22 20, 820, 8 8 000 8 000 7227 7227 85.59 % 25.0 %85.59 % 25.0 %784784 33 20, 820, 8 8 000 8 000 7901 7901 88.65 % 88.65 % 62.5 %62.5 %A – počet vzoriek A – počet vzoriek ,,B – 1 - netrénoval sa dátum, 2 – trénoval sa rok, 3 – trénoval sa dátumB – 1 - netrénoval sa dátum, 2 – trénoval sa rok, 3 – trénoval sa dátumC – počet neurónov na 1.skrytej vrstve, na 2. skyrtej vrstveC – počet neurónov na 1.skrytej vrstve, na 2. skyrtej vrstveD – počet cyklovD – počet cyklov,,E – počet cyklov, v ktorom bola najmenšia chybaE – počet cyklov, v ktorom bola najmenšia chybaF – úspešnosť testovania pri prahu 0.40F – úspešnosť testovania pri prahu 0.40, , F – úspešnosť predikcieF – úspešnosť predikcie
Experimenty – 1.typ Experimenty – 1.typ tr.množíntr.množín (2)(2)AA BB C C D D E E F F G G
544544 11 20,820,8 8 000 8 000 298 298 62.13 % 62.13 % 62.5 %.62.5 %.544544 22 20,820,8 8 000 8 000 45974597 86.21 % 86.21 %
25.0 %25.0 %544544 33 20,8 20,8 8 000 8 000 282 282 97.24 % 50.0 %97.24 % 50.0 %
304304 11 20,820,8 4 000 4 000 1918 1918 84.54 % 37.5 %84.54 % 37.5 %304304 22 20,820,8 4 000 4 000 944 944 86.51 % 25.0 %86.51 % 25.0 %304304 33 20,820,8 4 000 4 000 4000 4000 100.00 % 100.00 % 75.0 %75.0 %
6464 11 20,820,8 1 500 1 500 1500 1500 100.00 % 100.00 % 62.5 %62.5 %6464 22 20,820,8 1 000 1 000 1000 1000 100.00 % 100.00 % 62.5 %62.5 %6464 33 20,820,8 1 500 1 500 1500 1500 100.00 % 25.0 %100.00 % 25.0 %6464 33 20,820,8 3 000 3 000 3000 3000 100.00 % 25.0 % 100.00 % 25.0 %
Experimenty – 2.typ Experimenty – 2.typ tr.množíntr.množín (1)(1)AA BB C C D D E E F F G G
15041504 11 40, 1540, 15 5 000 5 000 46474647 80.25%80.25% 62.5 %62.5 %15041504 11 40, 1540, 15 10 000 10 000 92629262 92.75%92.75% 50.0 % 50.0 %15041504 22 30, 1030, 10 10 000 10 000 94539453 96.74%96.74% 25.0 % 25.0 %15041504 22 40, 1540, 15 20 000 20 000 190411904198.94%98.94% 25.0 % 25.0 %15041504 33 30, 1030, 10 5 000 5 000 34083408 94.95%94.95% 37.5 % 37.5 %15041504 33 40, 1540, 15 10 000 10 000 82188218 99.93%99.93% 37.5 % 37.5 %
12641264 11 40, 15 5 00040, 15 5 000 46914691 86.39%86.39% 50.0 % 50.0 %12641264 22 30, 1030, 10 10 000 10 000 98939893 98.26%98.26% 25.0 % 25.0 %12641264 33 30, 10 30, 10 10 000 10 000 21182118 94.94%94.94%
62.5 %62.5 %12641264 33 40, 15 40, 15 10 000 10 000 39473947 99.13%99.13%
37.5 %37.5 %
AA BB C C D D EE FF GG10241024 11 40, 1540, 155 0005 000 48714871 91.21 %91.21 % 37.5 %37.5 %10241024 22 40, 1540, 155 0005 000 49904990 98.93 %98.93 % 37.5 %37.5 %10241024 33 30, 1030, 1010 00010 000 18451845 92.19%92.19%
37.5 %37.5 %10241024 33 40, 1540, 155 0005 000 50005000 100.00%100.00% 50.0 %50.0 %
784784 11 40, 1540, 155 0005 000 37533753 95.66 %95.66 % 37.5 %37.5 %784784 22 40, 1540, 1566 000 000 55872872 98.21%98.21% 50.0 %50.0 %784784 33 40, 1540, 1516021602 16021602 100.00%100.00% 75.0 %75.0 %
A – počet vzoriek A – počet vzoriek ,,B – 1 - netrénoval sa dátum, 2 – trénoval sa rok, 3 – B – 1 - netrénoval sa dátum, 2 – trénoval sa rok, 3 – trénoval sa dátumtrénoval sa dátum
C – počet neurónov na 1.skrytej vrstve, na 2. skyrtej vrstveC – počet neurónov na 1.skrytej vrstve, na 2. skyrtej vrstveD – počet cyklovD – počet cyklov, , E – počet cyklov, v ktorom bola najmenšia chybaE – počet cyklov, v ktorom bola najmenšia chybaF – úspešnosť testovania pri prahu 0.40F – úspešnosť testovania pri prahu 0.40, , F – úspešnosť predikcieF – úspešnosť predikcie
Experimenty – 2.typ Experimenty – 2.typ tr.množíntr.množín (2)(2)
trénovacie množiny 1.typutrénovacie množiny 1.typu fakt, či sa fakt, či sa sa priviedol na vstup sa priviedol na vstup aj dátum aj dátum
alebo nie, výsledky predikcie neovplyvnil, alebo nie, výsledky predikcie neovplyvnil, ale zjavne ovplyvnil úspešnosť testovania ale zjavne ovplyvnil úspešnosť testovania siete na trénovacích vzorkáchsiete na trénovacích vzorkách
pri počte neurónov na skrytých vrstvách pri počte neurónov na skrytých vrstvách 20 a 8 sa sieť dala naučiť v priemere len na 20 a 8 sa sieť dala naučiť v priemere len na 80-9080-90%, okrem experimentov, kde počet %, okrem experimentov, kde počet trénovacích vzoriek bolo 64. Pri počte trénovacích vzoriek bolo 64. Pri počte trénovacích vzoriek 544 to činí len 462 trénovacích vzoriek 544 to činí len 462 správne predikovaných výsledkov.správne predikovaných výsledkov.
Vyhodnotenie Vyhodnotenie experimentov experimentov (1)(1)
trénovacie množiny 2.typutrénovacie množiny 2.typu na rozdiel od 1.typu trénovacích množín bola na rozdiel od 1.typu trénovacích množín bola
schopná sieť sa naučiť na 90-100schopná sieť sa naučiť na 90-100%. %. Buď to bolo Buď to bolo spôsobené väčším počtom neurónov na skrytých spôsobené väčším počtom neurónov na skrytých vrstvách, alebo tým, že 2.typ trénovacích množín vrstvách, alebo tým, že 2.typ trénovacích množín obsahuje informácie o skóre a počte bodov.obsahuje informácie o skóre a počte bodov.
fakt, či sa priviedol na vstup aj dátum alebo nie, fakt, či sa priviedol na vstup aj dátum alebo nie, výsledky predikcie výrazne neovplyvnil (aj keď vo výsledky predikcie výrazne neovplyvnil (aj keď vo väčšine prípadov bola úspešnosť predikcie vyššia väčšine prípadov bola úspešnosť predikcie vyššia v prípadoch ak sa dátum započítal), ale v v prípadoch ak sa dátum započítal), ale v situáciach keď sa dátum priviedol na vstup, situáciach keď sa dátum priviedol na vstup, potrebovala sieť menší počet cyklov na potrebovala sieť menší počet cyklov na dosiahnutie podobných hodnôt úspešností dosiahnutie podobných hodnôt úspešností testovania ako keď sa dátum na vstup testovania ako keď sa dátum na vstup nepriviedol.nepriviedol.
Vyhodnotenie Vyhodnotenie experimentov experimentov (2)(2)
Ďakujem za Ďakujem za pozornosť pozornosť !!!!!!