## 科學探究與實作 ## 個人期末報告分享 第 11 組 資工 113 蔡明軒 --- ## 實驗主題 - 不同神經網路架構對預測疫情確診人數準確率的影響 --- ## 實驗器材 - 一台"好的"電腦 - 每日確診資料集 --- ## 實驗步驟 1. 至政府資料開放平台抓取資料集 2. 處理資料，將 2021 年之前的資料作為訓練資料，剩餘做為測試資料 3. 使用不同架構(2x6,3x4,4x3,6x2 全連接)訓練四個模型 4. 用訓練好的模型預測 2022/1/1~2022/5/22 的每日確診人數 5. 計算預測值與實際值的差值，得到準確率 6. 比較各種架構的模型的準確率 --- ## 處理資料 - 政府的資料太複雜、有太多多餘的資料，不能直接拿來訓練 - 另外寫程式，轉換成我們想要的形式 ---- ## Before  ---- ## After - 第一個欄位: 一年中的第幾天 - 第二個欄位: 當天的總確診人數  --- ## 訓練模型 - 輸入: 前十天的確診人數 - 輸出: 下一天的預測人數 ---- ## 神經元 - 每個神經元會有一個或多個輸入 - 每個輸入都會對應一個權重，代表每個輸入的重要比例 - 像是在逼近現實中的確診人數的函數 ``` 以這次的實驗舉例，前十天的確診人數都會乘上一個數值 相加後將結果輸出就可以當作這一天的預測值 ``` ----  ---- ## 神經網路架構 - 可以把很多的神經元接在一起 - 神經元的數量、排列會影響準確值 - 固定神經元的數量，用不同的排列的模型來預測人數 ----  --- ## 評估準確率 - 計算測試資料中每天的準確率 - 把每天的準確率加起來取平均，用平均的準確來評估模型的好壞 $1-\frac{|實際確診人數 - 預測人數|}{實際確診人數}$ --- ## 參考資料 - 政府資料開放平台 - 確定病名、個案研判日、縣市、鄉鎮、性別、是否為境外移入、年齡層、確定病例數 - https://data.gov.tw/dataset/120711 - 李弘毅老師的 Youtube 頻道 - 【機器學習2021】預測本頻道觀看人數 (上) - 機器學習基本概念簡介 - https://www.youtube.com/watch?v=Ye018rCVvOo&t=42s&ab_channel=Hung-yiLee