Tecnológico de Costa Rica
Ingeniería en Computación
Proyecto #1 - Inteligencia Artificial
Este proyecto está desarrollado en Python versión 3.6, es importante mencionar que NO funciona en versiones de Python inferior a 3.
Para la ejecución del sistema, es necesaria la herramienta "pip" que es un sistema de gestión de paquetes, utilizado para instalar bibliotecas para Python y modulos enviados. Una vez instalado pip se podrán instalar todas las bibliotecas necesarias para ejecutar el proyecto. Estas bibliotecas son:
- NumPy: Utilizado en arrays y compatibilidad con otras bibliotecas.
- Scikit-learn: Es útil con el manejo de redes neuronales.
- keras: Utilizado para la creación de redes neuronales.
- tensorflow: Utilizado en regresión lineal y en redes neuronales como backend.
- Pandas: Utilizado para la normalización estandar de los datos.
- Pytest: Utilizado para hacer las pruebas unitarias de los funciones.
Para instalar las bibliotecas (Numpy, Scikit-learn, Pandas, Pytest) se llama a un mismo comando con la diferencia en el nombre de las bibliotecas
pip install nombre_bibloteca
Para instalar Keras
pip install Keras
Para instalar Tensorflow
pip install Tensorflow
Después de haber instalado todas las bibliotecas necesarias para el proyecto, se debe clonar el repositorio en la computadora y abrir una termial o línea de comandos para encontrar la ubicación de los archivos y poder ejecutarlos.
Para ejecutar los algoritmos de clasificación se debe ingresar en la línea de comandos python main.py seguida de diferentes banderas.
Este programa recibe varias banderas, las cuales tienen un nombre, una descripción y un rango permitido para poder ejecutrase. Estas banderas son:
| Símbolo | Explicación | Rango |
|---|---|---|
| --arbol | Activa el árbol de decisión | True o False |
| --prefijo | Nombre del archivo csv generado | Cadena de caracteres |
| --kfold | Prueba el kfold crossvalidation | True o False |
| --cantidad-k | Son los k grupos en los que se dividirá el set de entrenamiento | |
| --porcentaje-prueba | Es el porcentaje de pruebas que se guardará para la prueba final | Números mayor a 0 y menor a 100 |
| --red-neuronal | Activa la red neuronal | True o False |
| --numero-capas | Selecciona el número de capas en la red neuronal | Numero entero positivo |
| --unidades-por-capa | Selecciona el número de unidad por capa en la red neuronal | Número entero positivo |
| --funcion-activacion | Selecciona la función de activación en la red neuronal | softmax, softplus, relu, sigmoid |
| --umbral-poda | Selecciona el umbral con el que se podara el árbol . | Número entre 0 y 1. |
Para ejecutar las pruebas unitarias se debe ir a la línea de comandos o terminal y ejecutar el comando
python -m pytest
Muestras si las pruebas son válidas o no