Программирование - это просто
Advertisement
Главная arrow Искусственный интеллект arrow Искусственный интеллект arrow Практика нейронных сетей (платный раздел) arrow Практика нейронных сетей. Урок 8. Распознавание спама.
10.12.2018 г.
Главное меню
Главная
Системный подход
Интернет магазин
Биржевые роботы
Программные продукты
Математика и информатика
1С:Предприятие
C#, Delphi, VB, F#, Web и пр.
Искусственный интеллект
Услуги
Ча. Во. (FAQ)
Платный раздел
Наука для чайников
Разное
Размышления
Карта сайта
Друзья сайта
Excel-это не сложно
Все о финансах
Практика нейронных сетей. Урок 8. Распознавание спама. Печать E-mail
Автор megabax   
08.02.2014 г.
unit AIObj

Практика нейронных сетей. Урок 8. Распознавание спама.

Что бы смотреть урок полностью, подпишитесь на платный раздел.

В платном разделе статья находиться здесь.


На прошлом и позапрошлом уроке мы занимались распознаванием цветной картинки. На этом мы закончим эксперименты с картинками и попробуем другое применение нейронных сетей. Для поиска идей следующего эксперимента, давайте посмотрим область применения нейронных сетей:

  • Экономика. Прогнозирование временных рядом: курсы акций, цены на сырье, объем продаж; оценка рисков невозврата кредитов; предсказание банкротств; оценка стоимости недвижимости; и многое другое.

  • Медицина. Постановка диагноза, обработка медицинский изображений, мониторинг стояния пациента, анализ эффективности лечения, очистка показаний приборов от шумов.

  • Авионика. Обучаемые автопилоты, распознавание сигналов радаров, адаптивное пилотирование сильно поврежденных самолетов, беспилотные летательные аппараты.

  • Связь. Сжатие видеоинформации, быстрое кодирование-декодирование, оптимизация сотовых сетей и схем маршрутизации пакетов.

  • Интернет: ассоциативный поиск информации, электронные секретари, борьба со спамом, адресные реклама и маркетинг для электронной торговли.

  • Автоматизация производства: оптимизация режимов производственного процесса, контроль качества продукции, предупреждение аварийных ситуаций, промышленные роботы.

  • Политологические и социологические технологии: предсказание результатов выборов, анализ опросов, предсказание динамики рейтингов.

  • Безопасность и охранные системы: распознавание лиц, дактилоскопия, распознавание голоса или подписи, распознавание автомобильных номеров,  мониторинг информационных потоков в компьютерной сети и обнаружение вторжений, выявление подделок.

  • Ввод и обработка информации: распознавание печатных и рукописных текстов, отсканированных  документов.

  • Геологоразведка: анализ сейсмических данных, ассоциативные методики поиска полезных ископаемых, оценка ресурсов месторождений.

В качестве эксперимента давайте попробуем создать нейросеть для борьбы со спамом. ...

....

...Разумеется, к классу нейронов надо добавить модификатор [Serializable]:

    /// <summary>

    /// Класс нейрона

    /// </summary>

    [Serializable]

    public class Neuron

    {

...

Теперь начнем тестировать систему. Сначала пометим как спам первый пример:

Практика нейронных сетей. Урок 8. Распознавание спама.

Второй пример:

Практика нейронных сетей. Урок 8. Распознавание спама.

И какой нибудь текст не спам:

Практика нейронных сетей. Урок 8. Распознавание спама.

проверим:

Практика нейронных сетей. Урок 8. Распознавание спама.

Да, нейрость определила правильно, это не спам. А если подсунуть ей спам:

Практика нейронных сетей. Урок 8. Распознавание спама.

Программа не распознала это как спам. Но если мы ее заново обучим, а потом снова проверим, тогда она будет распознавать правильно:

Практика нейронных сетей. Урок 8. Распознавание спама.

Но тогда программа будет считать спамом и нормальный текст:

Практика нейронных сетей. Урок 8. Распознавание спама.

Почему так происходит? Вы это знаете из урока 2. Как решить данную проблему? Точно так же, как и во все прошлые разы - путем введения матрицу обучения. Тоесть, сначала мы введем в компьютер все наши примеры, затем сделаем пакетное обучение. Если появится второй пример - сначала добавим его в матрицу, а затем переобучим нейросеть по всей новой матрице. Но этим мы займемся на следующем уроке.


Скриншоты, помеченные знаком *, являются цитатами и иллюстрациями  программного продукта "Microsoft Visual Studio 2010 Professional", авторское право на который принадлежит корпорации Microsoft.. 


Последнее обновление ( 08.02.2014 г. )
 
« След.   Пред. »
 
© 2018 Программирование - это просто
Joomla! - свободное программное обеспечение, распространяемое по лицензии GNU/GPL.
Русская локализация © 2005-2008 Joom.Ru - Русский Дом Joomla!
Design by Mamboteam.com | Powered by Mambobanner.de
Я принимаю Яндекс.Деньги
Мы принимаем
Банковские карты
Оплатите покупку в интернет-магазине банковскими картами VISA и Mastercard любого банка.
узнать больше
Электронный кошелек
Моментальная оплата покупок с помощью вашего электронного кошелька RBK Money.
узнать больше
Банковский платеж
Оплатите покупку в любом российском банке. Срок зачисления средств на счет - 3-5 рабочих дней.
узнать больше
Денежные переводы
Оплата покупок через крупнейшие системы денежных переводов CONTACT и Unistream.
узнать больше
Почтовые переводы
Оплатите покупку в любом отделении Почты России. Срок зачисления платежа - 3-4 рабочих дня.
узнать больше
Платежные терминалы
Оплата покупок в терминалах крупнейших платежных систем в любом городе России - быстро и без комиссии.
узнать больше