MLP(다층퍼셉트론) 학습 기법(파라미터 기반) 실습 보고서

소개글

"MLP(다층퍼셉트론) 학습 기법(파라미터 기반) 실습 보고서"에 대한 내용입니다.

목차

1. 데이터셋
2. 분석도구
3. MLP 학습 소스 코드와 실행 결과
4. MLP 학습 네트워크 구조

본문내용

1. 데이터셋
1) 데이터명 : IRIS (아이리스, 붗꽃 데이터)
2) 레코드수 : 150개
3) 필드개수 : 5개
4) 데이터 설명
- 아이리스(붓꽃) 데이터에 대한 데이터, 꽃잎의 각 부분의 너비와 길이 등을 측정한 데이터로 총 150개의 레코드로 구성된 csv 파일
5) 필드 설명
(1) Sepal Length : 꽃받침의 길이
(2) Sepal Width : 꽃받침의 너비
(3) Petal Length : 꽃잎의 길이
(4) Petal Width : 꽃잎의 너비
(5) Species : 꽃의 종류 (setosa / versicolor / virginica)

2. 분석도구
1) 프로그램 : Pycharm
2) 언어 : 파이썬
3) 라이브러리 : Tensorflow, Keras, Scikit Learn

3. MLP 학습 소스 코드와 실행 결과
1) 소스 코드import pandas as pdimport numpy as npimport tensorflow as tffrom keras.layers import BatchNormalizationfrom keras.layers import Dropoutimport matplotlib.pyplot as pltfrom sklearn.preprocessing import LabelEncoderfrom sklearn.model_selection import train_test_splitfrom keras.models import Sequentialfrom keras.layers import Densefrom keras import optimizersdef mlp_model():# 모델 생성model = Sequential()weight_intializer = 'random_uniform' # 가중치 초기화(glorot_normal, lecun_normal, random_uniform)model. ......<중 략>

참고 자료

없음