This project concerns training and

This project concerns training and testing beer by using 10
types of beer which are Asahi, Chang, Cheer, Samiguel,
Singha, Kloster, Heineken, Leo, Tiger and Tai. We separate
the experiment into two parts. The first part is immediate
checking, which is performed immediately after the beer can is
opened. The second part is to check the beer after the can is
opened for 24 hours.
This project consists of two data classifications which are
Rule base and Neural Network. Rule base is used to classify
unknown data. Neural network is used to check types of beer.
Our structure in a neural network consists of 25 input nodes,
28 hidden nodes, and 10 output nodes. The percentage of
correctness is equal to 87.5%.

ผลลัพธ์ (ไทย) 1:

โครงการนี้เกี่ยวข้องกับการฝึกอบรม และการทดสอบเบียร์ โดยใช้ 10ประเภทของเบียร์ได้แก่อาซาฮี เชียร์ ช้าง Samiguelสิงห์ คลอสเตอร์ Heineken ลีโอ ไทเกอร์ และไท เราแยกต่างหากการทดลองเป็นสองส่วน ส่วนแรกคือทันทีตรวจสอบ ซึ่งจะดำเนินการทันทีหลังจากที่เบียร์สามารถเป็นเปิด ส่วนที่สองคือการ ตรวจสอบเบียร์หลังจากสามารถเปิด 24 ชั่วโมง โครงการนี้ประกอบด้วยข้อมูลสองประเภทที่มีกฎพื้นฐานและโครงข่ายประสาท ใช้กฎพื้นฐานในการจัดประเภทข้อมูลที่ไม่รู้จัก ข่ายประสาทถูกใช้เพื่อตรวจสอบชนิดของเบียร์โครงสร้างของเราในเครือข่ายของระบบประสาทประกอบด้วยโหนเข้า 2528 ซ่อนโหน และโหนออก 10 เปอร์เซ็นต์ของความถูกต้องเท่ากับ 87.5%

ผลลัพธ์ (ไทย) 3:

เป็นโครงการเกี่ยวกับการฝึกและทดสอบโดยใช้ 10 เบียร์ประเภทของเบียร์ที่อาซาฮี , ช้าง , เชียร์ , samiguel ,สิงห์ Stralsund , ไฮเนเก้น , สิงห์ , เสือไท เราแยกการทดลองออกเป็นสองส่วน ส่วนแรกคือ ทันทีการตรวจสอบซึ่งจะดำเนินการทันทีหลังจากเบียร์สามารถคือเปิด ส่วนที่สองคือการตรวจสอบเบียร์ หลังจากสามารถคือเปิดตลอด 24 ชั่วโมงโครงการนี้ประกอบด้วยข้อมูล 2 ประเภท ซึ่งเป็นกฎพื้นฐานและโครงข่ายประสาทเทียม . กฎพื้นฐานที่ใช้เพื่อจำแนกข้อมูลที่ไม่รู้จัก โครงข่ายประสาทเทียมที่ใช้เพื่อตรวจสอบชนิดของเบียร์โครงสร้างของเราในเครือข่ายประสาทประกอบด้วย 25 , ข้อมูล28 มิลโหนดและโหนด 10 ผล ร้อยละของความถูกต้องเท่ากับ 87.5 %