1/5/2020 TALLER SERGIO ANDRES VARGAS - Jupyter Notebook

Taller piñas y manzanas

Sergio Andres Vargas Murcia

codigo SOF320191013

SEGUNDO CORTE

Exportamos las librerias

In [33]:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import random

Definimos nuestras entradas y salidas

In [34]:

p=np.array([[1.5,0.9,2.1,0.24,0.45,0.15],[-0.3,0.05,0.2,-0.87,-0.60,-0.43]])
z=np.array([[1.5,0.9,2.1,0.24,0.45,0.15],[-0.3,0.05,0.2,-0.87,-0.60,-0.43],[1,1,1,1,1,1]])
t=np.array([[-1,-1,-1,1,1,1],[-1,-1,-1,1,1,1]])
tv=np.array([[0,0,0,1,1,1],[0,0,0,1,1,1]])

Imprimimos nuestro pesos y vias

In [35]:

R=(1/6)*np.dot(z,np.transpose(z))
H=(1/6)*np.dot(z,np.transpose(t))
x=np.dot(np.linalg.inv(R),H)
w=np.transpose(x[0:2:])
W=w
b=np.transpose(x[2,:])
print("Pesos",W)
print("Viias",b)
Err=np.ones((2,6))

Pesos [[-0.73777359 -1.19837577]

[-0.73777359 -1.19837577]]
Viias [0.26714637 0.26714637]

localhost:8888/notebooks/INTELIGENCIA ARTIFICIAL/TALLER SERGIO ANDRES VARGAS.ipynb 1/3

1/5/2020 TALLER SERGIO ANDRES VARGAS - Jupyter Notebook

Imprimimos Nuestro error dependiendo de nuestra iteracion

In [36]:

#Genero una condicion de iteracion para realizar el entrenamiento

for i in range(6):
Err[:,i]=t[:,i]-np.heaviside(np.dot(w,p[:,i])+b,1)
print(np.dot(w,p[:,i])+b)
#Imprimo mis resultados
print(Err)

[-0.48000128 -0.48000128]
[-0.45676865 -0.45676865]
[-1.52185332 -1.52185332]
[1.13266763 1.13266763]
[0.65417372 0.65417372]
[0.67178191 0.67178191]
[[-1. -1. -1. 0. 0. 0.]
[-1. -1. -1. 0. 0. 0.]]

Definimos nuestro valores para graficar en el plano

localhost:8888/notebooks/INTELIGENCIA ARTIFICIAL/TALLER SERGIO ANDRES VARGAS.ipynb 2/3

1/5/2020 TALLER SERGIO ANDRES VARGAS - Jupyter Notebook

In [49]:

#Ingresamosvalores para que con nuestra condicion pueda identificar y clasificar en el plan
x=np.array([[1.5,-0.3],[2.1,0.2],[0.45,-0.60]])
x0=np.array([[0.9,0.05],[0.24,-0.87],[0.15,-0.43]])

x1=np.arange(np.min(x[0:6,0]),np.max(x0[0:6,0]+0.5),0.1)
x2=-1*(x1*W[1][1]+b[1])/W[1][1]

#SELECIONAMOS LAS CARACTERISTICAS PARA QUE NUESTRA RED NEURONAL PARA IDENTIFICAR EL COVID 1
#color
#simbolo y ubicacion en el plano

plt.scatter(x[2,0],x0[2,1], s=60, c='red', marker="o")

plt.scatter(x0[1,0],x0[1,1], s=60, c='red', marker="o")
plt.scatter(x0[2,0],x0[2,1], s=60, c='red', marker="o")

plt.scatter(x[0,0],x0[1,1], s=60, c='orange', marker="*")

plt.scatter(x[1,0],x0[1,1], s=60, c='orange', marker="*")
plt.scatter(x0[0,0],x0[0,1], s=60, c='orange', marker="*")

#IMPRIMIMOS LOS PLANOS Y LAS LENAS DE SEPARACION

plt.plot(x1,x2, 'green',marker="*")

Out[49]:

[<matplotlib.lines.Line2D at 0x2236f3e5988>]

In [ ]:

localhost:8888/notebooks/INTELIGENCIA ARTIFICIAL/TALLER SERGIO ANDRES VARGAS.ipynb 3/3