Proyecto 3: Aprendizaje

Inteligencia Artificial
Departamento de Ingeniería de Sistemas e Industrial
Universidad Nacional de Colombia
Entrega: Junio 10 de 2004

Profesor: Ing. Fabio González

1. El archivo letras.zip contiene un conjunto de letras en diferentes fuentes (4 letras: a,b,e, y f; 12 fuentes diferentes). Las letras tienen una resolución de 9x9 pixels y están en formato pgm. Este formato representa las imágenes usando un archivo de texto plano que puede ser fácilmente procesado.
   1. Procese los archivos para generar un conjunto de patrones que pueda ser leído por WEKA. Use las fuentes 1 a 10 para entrenamiento y las fuentes 11 y 12 para pruebas. Además cree un archivo adicional de pruebas usando las fuentes 1 y 2 adicionando un 10% de ruido.
   2. Use WEKA para efectuar la clasificación usando redes neuronales. Use 0, 1 y 2 capas ocultas de neuronas. Use ambos archivos de prueba.
   3. Discuta los resultados (porcentaje de aciertos, matrices de confusión). Puede explicarlos?
   4. Use árboles de decisión para efectuar la clasificación y compare los resultados. Discuta.
   5. Use UN-Neuro para resolver el mismo problema. Use el neuro simulador para probar interactivamente la red entrenada. Discuta los resultados.
2. Obtenga los datos sobre cáncer de mama disponibles en la siguiente dirección ftp://ftp.ics.uci.edu/pub/machine-learning-databases/breast-cancer-wisconsin/.
   1. Procese los archivos para generar un conjunto de patrones que pueda ser leído por WEKA.
   2. Use WEKA para efectuar la clasificación usando redes neuronales. Use 0, 1 y 2 capas ocultas de neuronas. Use 10-folding para la prueba.
   3. Discuta los resultados (porcentaje de aciertos, matrices de confusión). Puede explicarlos?
   4. Use árboles de decisión para efectuar la clasificación y compare los resultados. Discuta.

El informe debe ser presentado en formato HTML en un diskette junto con todos los archivos de entrenamiento, pruebas, resultados y redes debidamente organizados.