Simpel Neuraal netwerk: Deep learning


We hebben nu alle datasets kunnen classificeren. Toch is er nog iets dat anders kan. We gebruiken nu 7 verschillende inputs.  In deze opdracht weten we dat het handig is om een sinus (golven) te nemen of een kwadraat (cirkels), maar we hebben lang niet altijd de luxe dat we weten hoe we het neurale netwerk kunnen helpen met wiskundige berekeningen. We kunnen er ook voor kiezen om het netwerk de wiskunde zelf te laten uitvinden. Als je daarbij meer dan één hidden layer nodig hebt spreken we van deep learning

Opdracht

Probeer nu opnieuw alle datasets te classificeren, waarbij je als input alleen x en y gebruikt (dus X1 en X2). De andere inputs staan dus uit. Beantwoord de volgende twee vragen voor iedere dataset:

  1. Wat is het minimale aantal hidden layers dat je nodig hebt voor een correcte classificatie?
  2. Hoeveel neuronen gebruik je dan per hidden layer?