ELT 460 - Intelig encia Computacional

tica: Perceptron Aula Pra

trica Departamento de Engenharia Ele ncia Exatas e Tecnolo gicas, Universidade Federal de Vic Centro de Cie osa

Prof. Leonardo Bonato Felix o Prof. Alexandre Santos Branda

Introdu c ao
No nal da d ecada de 1950, foi introduzido, por Rosenblatt, o conceito de aprendizado supervisi-

onado em neur onios articiais. Como limita c ao intr nseca, o Perceptron somente pode assumir dois estados de sa da (verdadeiro e falso), al em de somente classicar grupos linearmente separ aveis. Uma t ecnica usual para analisar o comportamento de um Perceptron e plotar um mapa com as regi oes de decis ao cobrindo as vari aveis de entrada.

Figura 1: Fronteira de decis ao para separa c ao de duas classes. Para treinamento de um Perceptron utiliza-se o algoritmo a seguir. Algorithm 1 Perceptron - fase de treinamento. 1: Obter a matriz de amostras de treinamento {x(k) }; 2: Associar a sa da desejada {d(k) } para cada amostra obtida; 3: Iniciar o vetor de pesos w com valores aleat orios pequenos; 4: Especicar a taxa de aprendizagem { }; 5: Iniciar o contador de n umero de itera c oes {epoca 0}; 6: Repetir as instru c oes: 6.1: erro inexiste; 6.2: Para todas as amostras de treinamento { x(k) , d(k) }; 6.2.1: u wT .x(k) ; 6.2.2: y hardlim(u); 6.2.3: Se y = d(k) ; 6.2.3.1: Ent ao 6.3: epoca epoca + 1; At e que: erro inexiste Fim { w w + .(d(k) y ).x(k) erro existe

Fun c oes Uteis

Veja: randn, randperm, minmax

3
3.1

Roteiro

Implemente uma fun c ao para o treinamento do Perceptron. Esta fun c ao receber a a matriz de dados de entrada e o vetor de sa das desejadas para cada exemplo e retornar a o vetor de pesos treinado (que deve incluir o bias ) e o vetor de erro m edio quadr atico em cada itera c ao .

3.2
Gere duas nuvens de pontos (no plano) com distribui c ao gaussiana, com m edia e vari ancia distinta. Na sequ encia, use o Perceptron para realizar a separa c ao linear entre os dois conjuntos, mostre a reta de separa c ao (fronteira de decis ao).

3.3
Dado o seguinte cadastro de pacientes: Nome Jo ao Pedro Maria Jos e Ana Leila Febre S N S S S N Enjoo S N S N N N Manchas Peq Grd Peq Grd Peq Grd Dores S N N S S S Diagn ostico Doente Saud avel Saud avel Doente Saud avel Doente

a) Treinar um Perceptron para classicar pacientes saud aveis e doentes. b) Usando o Perceptron obtido no item a), testar os novos casos: Nome Lu s Laura Febre N S Enjoo N S Manchas Peq Grd Dores S S

Comente os resultados obtidos.

3.4
Implemente um sistema especialista para diagn ostico de doen ca card aca. Treine o perceptron com 80% dos dados e valide com os 20% restantes. Mostre as taxas de acerto com ambos conjuntos de dados, o erro cometido em cada itera c ao e os pesos obtidos. O banco de dados, bem como sua descri c ao, encontra-se no PVAnet. O objetivo e conseguir 91% de acerto no conjunto de valida c ao. 2