39 lines
3.4 KiB
Markdown
39 lines
3.4 KiB
Markdown
Общее задание:
|
||
Использовать нейронную сеть (четные варианты – MLPRegressor, нечетные – MLPClassifier) для данных из датасета выбранного для курсовой работы, самостоятельно сформулировав задачу. Интерпретировать результаты и оценить, насколько хорошо она подходит для решения сформулированной вами задачи.
|
||
|
||
Задание по вариантам:
|
||
модель MLPClassifier
|
||
Тема: Анализ благополучия студентов
|
||
Датасет: Student Alcohol Consumption
|
||
ссылка: https://www.kaggle.com/datasets/uciml/student-alcohol-consumption?resource=download
|
||
|
||
Задача для нейронной сети:
|
||
предсказание оценки учащихся, опираясь на данные их социального благополучия
|
||
|
||
Чтобы Запустить приложение нужно запустить файл app.py
|
||
|
||
Используемые технологии:
|
||
|
||
Flask: Фреймворк для создания веб-приложений на языке Python.
|
||
pandas: Библиотека для обработки и анализа данных.
|
||
scikit-learn: Библиотека для машинного обучения, включая MLPClassifier для нейронных сетей.
|
||
HTML: Язык разметки для создания веб-страниц.
|
||
CSS: Таблицы стилей для стилизации веб-страницы.
|
||
Описание работы программы:
|
||
Программа представляет собой веб-приложение, использующее машинное обучение для предсказания оценки студента. Она загружает данные из файла student-mat.csv, предобрабатывает их, обучает модель многослойного персептрона (MLP) на основе scikit-learn и предоставляет интерфейс для пользователя вводить данные студента и получать предсказание оценки.
|
||
|
||
Входные данные:
|
||
|
||
Pstatus: Статус совместного жилья родителей (A, T).
|
||
guardian: Опекун студента (mother, father, mother).
|
||
internet: Наличие интернета (no, yes).
|
||
romantic: Наличие романтических отношений (no, yes).
|
||
famrel: Оценка семейных отношений (4, 5, ...).
|
||
freetime: Свободное время после школы (1, 2, ..., 5).
|
||
goout: Время, проведенное с друзьями (1, 2, ..., 5).
|
||
Dalc: Потребление алкоголя в рабочие дни (1, 2, ..., 5).
|
||
Walc: Потребление алкоголя в выходные (1, 2, ..., 5).
|
||
health: Текущее состояние здоровья (1, 2, ..., 5).
|
||
absences: Количество пропущенных занятий (0, 1, 2, ...).
|
||
Выходные данные:
|
||
После ввода пользователем данных о студенте (через веб-форму), программа возвращает предсказанную оценку студента. |