Ugulamanın R kodları
- Çağdaş Ateşoğlu
- 3 Ara 2016
- 1 dakikada okunur

install:packages('neuralnet') library(”neuralnet”) egitim_girileri < -as:data: f rame(runi f (50;min = 0;max = 100)) egitim_cikisleri < -sqrt(egitim_girileri) egitim_verisi <-cbind(egitim_girileri;egitim_cikisleri) colnames(egitim_verisi) <-c(”Giris”;”Cikis”) net:sqrt <-neuralnet(Cikis Giris;egitim_verisi; hidden = 10; threshold = 0:01) print(net:sqrt) plot(net:sqrt) ¸ test_verisi < -as:data: f rame((1 : 10)2)
net:results <-compute(net:sqrt; test_verisi)
ls(net:results)
yeni_cikislar-cbind(egitim_verisi; sqrt(egitim_verisi);as:data: f rame(net:results$net:result)) colnames(yeni_cikislar) < −c(”Girisler”,”BeklenenCikisler”,”AginCikislarß”)
print(yeni_cikislar)
Uygulamanın Sonucu
Bu uygulamada oluşturulan ağı eğitim verileri(eğitim girişi ve eğitim çıkışı) ile eğitilerek bir sayının kareköküne en yakın değerlerine ulaşılması sağlandı