Sie sind auf Seite 1von 2

Redes Neurais 2011/02

Trabalho Prtico II
Data de entrega: 30/09/2011 Siga as seguintes instrues: Crie um arquivo zip contendo o cdigo fonte do exerccio seguido de uma documentao descrevendo: o descrio do problema o resultados obtidos o dificuldades encontradas na implementao (se houver). A documentao deve ser fornecida no formato pdf.

O objetivo desse trabalho desenvolver o algoritmo de treinamento do perceptron e aplic-lo em um problema real de classificao de padres. Exerccio 1 Inicialmente, voc deve desenvolver o algoritmo de treinamento do neurnio perceptron, conforme visto em sala de aula. Para avaliar se sua implementao do algoritmo esta correta, utiiize a base de dados tp2dados1.mat. Essa base de dados composta por 200 amostras. Cada amostra definida como um vetor bidimensional de entrada e a sada correspondente (0= classe 1 e 1= classe 2). Essa base de dados linearmente separvel, assim, seu algoritmo deve convergir para um erro de classificao nulo. Exerccio 2 Uma vez validada sua implementao do algoritmo de treinamento do perceptron, voc ir utiliz-lo em um problema real de classificao de padres. O problema em questo consiste na avaliao da presena de doena cardiaca, baseada em informaes sobre o paciente, tais como: idade, sexo, presso arterial em repouso, maxima frequncia cardiaca, etc. Uma descrio da base de dados utilizada, incluindo todas as variveis de entrada consideradas pode ser obtida no seguinte endereo: http://archive.ics.uci.edu/ml/datasets/Statlog+%28Heart%29. A base de dados utilizada (heart.txt) possui 230 amostras, contendo 13 variveis de entrada e a sada correspondente (0 = no possui doena cardiac, 1 = possui doena cardiaca).

Voc deve dividir as amostras em um conjunto de treinamento (60% das amostras) e um conjunto de teste (40% das amostras). Em seguida, estimar os pesos do perceptron utilizando o conjunto de treinamento. Uma vez estimado os pesos, voc utilizar o modelo como um detector de doena cardiaca para o conjunto de testes. Dada as entradas do conjunto de testes, seu neurnio avaliar se o paciente possui ou no doena cardiaca. Para cada uma das amostras do conjunto de testes, quando o resultado for positivo (sada do neurnio igual a 1), o indivduo pode ter a doena (verdadeiro positivo - VP) ou pode no t-la (falso positivo - FP). Da mesma forma, quando o resultado for negativo, o indivduo pode no ter a doena (verdadeiro negativo - VN) como pode t-la (falso negativo - FN). A tabela 1 ilustra as possveis situaes.

Estimativa do Modelo Positivo (1)

Presena da Doena (sada desejada) Presente Ausente Verdadeiro positivo Falso Negativo Falso Positivo Verdadeiro Negativo

Negativo (0)

Para avaliar o desempenho do seu modelo, voc deve calcular a sensibilidade e especificidade para o conjunto de teste. A sensibilidade a frao das amostras que a sada do modelo foi positiva (sada = 1) entre as amostras que realmente possuem a doena:
Sensibilidade = VP V P + FN

A especificidade a frao das amostras que a sada do modelo foi negativa (sada = 0) entre as amostras que realmente no possuem a doena:
VN V N + FP

Especif icidade =