జర్నల్ ఆఫ్ డేటా మైనింగ్ ఇన్ జెనోమిక్స్ & ప్రోటీమిక్స్

నైరూప్య

జెనెటిక్ అల్గోరిథం మరియు బ్యాక్-ప్రొపగేషన్ న్యూరల్ నెట్‌వర్క్‌లతో మెషిన్ లెర్నింగ్ వైపు WEKAని వర్తింపజేయడం

 జీషన్ అహ్మద్ మరియు సమన్ జీషన్

విభిన్న గణిత మరియు గణాంక అల్గారిథమ్‌ల ఉపయోగంతో సంక్లిష్ట సిస్టమ్ డేటా విశ్లేషణ, ఆప్టిమైజేషన్, వర్గీకరణ మరియు అంచనాలను సులభతరం చేయడం మెషిన్ లెర్నింగ్ లక్ష్యాలు. ఈ పరిశోధనలో, రైలు నెట్‌వర్క్‌లకు ఉత్తమమైన సరైన ఇన్‌పుట్ పారామితులను అంచనా వేసే ప్రక్రియను ఏర్పాటు చేయడంపై మాకు ఆసక్తి ఉంది. WEKAని ఉపయోగించి, ఈ పేపర్ బ్యాక్-ప్రొపగేషన్ న్యూరల్ నెట్‌వర్క్‌లు మరియు జెనెటిక్ అల్గారిథమ్‌తో సమర్థవంతమైన డేటా వర్గీకరణ మరియు ఆప్టిమైజేషన్‌తో వర్గీకరణను అమలు చేస్తుంది. అమలు చేయబడిన వర్గీకరణ డేటాసెట్‌లను ఇవ్వడంలో అనేక జనాభాను చదవగలదు మరియు విశ్లేషించగలదు మరియు గుర్తించబడిన జనాభా ఆధారంగా ఇది రకాలను అంచనా వేస్తుంది. జనాభాలోని జాతులు, దాచిన పొరలు, మొమెంటం, ఖచ్చితత్వం, సరైన మరియు తప్పు ఉదాహరణలు.