Journal of Data Mining en génomique et protéomique

Abstrait

Application de WEKA à l'apprentissage automatique avec un algorithme génétique et des réseaux neuronaux à rétropropagation

 Zeeshan Ahmed et Saman Zeeshan

L'apprentissage automatique vise à faciliter l'analyse, l'optimisation, la classification et la prédiction des données des systèmes complexes à l'aide de différents algorithmes mathématiques et statistiques. Dans cette recherche, nous nous intéressons à l'établissement du processus d'estimation des meilleurs paramètres d'entrée optimaux pour former les réseaux. En utilisant WEKA, cet article met en œuvre un classificateur avec des réseaux de neurones à rétropropagation et un algorithme génétique pour une classification et une optimisation efficaces des données. Le classificateur implémenté est capable de lire et d'analyser un certain nombre de populations dans des ensembles de données donnés, et en fonction de la population identifiée, il estime les types d'espèces dans une population, les couches cachées, l'élan, la précision, les instances correctes et incorrectes.