Trabajo Práctico 4 - SIA

Requisitos:

pip install -r requirements.txt

Dependiendo de que ejercicio se quiere ejecutar, debe entrar en el directorio correspondiente y alterar el config.json correspondiente (se describe la configuración abajo).
Para cada ejercicio, ejecutar el main.py correspondiente. Ejemplo:

python ./main_ej1.2.py

Campo	Descripción	Valores aceptados
k	Dimensión de la grilla	Numero entero mayor a 0.
radius	Radio de la grilla	Numero entero mayor a 0.
variable_radius	Dicta si se varía el valor del radio a lo largo de las iteraciones.	True/False
initial_learning_rate	Valor inicial de la constante de aprendizaje.	Número punto flotante entre 0 y 1.
variable_learning_rate	Dicta si varía la constante de aprendizaje con las iteraciones.	True/False.
initialize_random	Dicta si los pesos de la red se inicializan con valores aleatorios.	True/False.
train_limit	Número máximo de veces que se entrenara la red.	Numero entero mayor a 0.
generate_heatmap	Dicta si se generarán o no los gráficos de calor para los paises analizados.	True/False.
generate_U_matrix	Dicta si se generarán o no los gráficos de matriz-U para los paises analizados.	True/False.

Campo	Descripción	Valores aceptados
learning_constant	Valor de la constante de aprendizaje para el método	Numero punto flotante entre 0 y 1.
limit	Número máximo de veces que se entrenara la red.	Número entero mayor a 0.

Campo	Descripción	Valores aceptados
training_data	String con la dirección relativa donde esta ubicado el archivo de entrenamiento.	Cadena de carácteres.
selection_index	Índice de patrón que se intenta reconocer.	Numero entero mayor 0.
selection_size	Cantidad de datos almacenados	Numero entero mayor 0.
noise_level	Dicta cuanto ruido se insertará a la hora de entrenar.	Numero de punto flotante mayor 0.
limit	Cantidad máxima de veces que se entrenara la red.	Numero entero mayor 0.
generate_energy_graph	Dicta si se generarán los gráficos de energía para el conjunto de datos.	True/False