zadanie3.ipynb

Notebook

Stiahnite si dátovú množinu Sonar.
Načítajte dáta z CSV súboru sonar.all-data a vytvorte numpy polia pre trénovacie a testovacie dáta (70% trénovacích a 30% testovacích príkladov)
Naučte a otestujte doprednú neurónovú sieť. Vyskúšajte rôzny počet skrytých vrstiev a rôzny počet neurónov v skrytých vrstvách. Váhy inicializujte podľa Glorot schémy.
Vyskúšajte rôzne optimalizačné metódy (SGD, Adagrad, RMSprop, Adam).
Vytvorte prehľadovú tabuľku s presnosťou na testovacích dátach pre otestované kombinácie parametrov a optimalizačných metód. Pre najlepšie nastavenie vykreslite priebeh chybovej funkcie počas učenia.

Ide o klasifikačnú úlohu do dvoch tried pre ktorú je vhodná výstupná logistická aktivačná funkcia sigmoid a chybová funkcia binary_crossentropy.
Dáta musia byť skonvertované na čísla. Cieľový atribút zakódujte ako 0/1.

In [ ]: