基因组学和蛋白质组学数据挖掘杂志

抽象的

使用遗传算法和反向传播神经网络将 WEKA 应用于机器学习

 泽尚·艾哈迈德和萨曼·泽尚

机器学习旨在利用不同的数学和统计算法促进复杂系统数据分析、优化、分类和预测。在本研究中，我们感兴趣的是建立估计最佳输入参数以训练网络的过程。本文使用 WEKA，实现了一个带有反向传播神经网络和遗传算法的分类器，以实现高效的数据分类和优化。所实现的分类器能够读取和分析给定数据集中的大量种群，并根据已识别的种群估计种群中的物种种类、隐藏层、动量、准确性、正确和不正确的实例。