Mostrar los tags: int

Un simple código que utiliza un JButton, mientras haces click en el se ira contando las veces que ha sido pulsado.

MODELO DE PERCEPTRON SIMPLE
Los perceptrones son tipos de redes neuronales, las neuronal network más simples que existen. El modelo de perceptrón simple permite realizar una clasificación binaria de dos clases linealmente separables. Cada clase puede contener diferentes variables (X1 … Xn), cada una de estas variables supone una entrada a la red neuronal. Cada entrada se asocia a un determinado peso (W1 … Wn), el sumatorio del producto de cada entrada por su correspondiente peso nos da un valor, Z (z= Σ Xn*Wn ). Las diferentes entradas convergen en una misma neurona, esta representa la neurona de salida y tendrá un determinado umbral de activación, Y. Si el valor Z es mayor que el umbral de activación (Y) la neurona se activará y clasificará una clase como positiva, si por el contrario el valor Z no supera el umbral de activación Y, la neurona no se activará y clasificará la clase como negativa. El modelo de perceptrón simple requiere de un entrenamiento supervisado, es decir, para cada conjunto de valores le indicamos a que clase pertenecen dichos valores. De esta forma, cada vez que se equivoque al clasificar un conjunto de valores, se podrán ajustar los diferentes pesos W. A medida que esta red se va entrenando siempre convergerá en una solución, siempre y cuando, las dos clases sean LINEALMENTE SEPARABLES.
A continuación, vamos con un programa sumamente sencillo. En este programa, las dos clases contienen 4 variables las cuales, corresponden a números aleatorios en coma flotante comprendidos entre 0 y 1. Aparecen ajustados los intervalos (en la función al() ) para que ambas clases sean linealmente separables ya que si no, el programa nunca encontrará una solución. Los pesos del perceptrón han sido iniciados aleatoriamente en el intervalo de 0 a 0.5. Como mencioné anteriormente, se trata de un tipo de aprendizaje supervisado, por ello, para cada conjunto de datos se indica la clase a la que pertenece. Una vez que tenemos los datos a clasificar y los pesos del perceptrón inicializados aleatoriamente, el siguiente paso consiste en ajustan los pesos. Estos pesos se ajustarán solo cuando el clasificador falle siguiendo la función de entrenamiento (o algoritmo de aprendizaje)  Wt+1 = Wt + (0 - Z)*Xn . Si el clasificador acierta la clase los pesos no se corrigen. Tras el entrenamiento el clasificador (en este caso en dos o tres ciclos) alcanza un rendimiento del 100%, de forma que todos los conjuntos de datos pertenecientes a la Clase 1 tienen un valor de Z > Y (superan el umbral de activación) y todos los datos pertenecientes a la Clase 2 tienen un valor de Z < Y (inferiores al umbral de activación).
Se trata de un algoritmo muy muy sencillo que representa el potencial de la Inteligencia Artificial en el análisis de datos. El umbral de activación o más formalmente la función de activación corresponde a la función más sencilla posible, la función escalón de McCulloch y Pitts. Estoy disponible para cualquier duda o sugerencia. Se que esto es un ejemplo sencillo, estaba practicando, diseñé e hice el programa en menos de una hora y decidí compartirlo por si a alguien le interesaba un poco el tema haciendo una mini-explicación.

Este simple código, muestra como obtener los números de un input, ordenarlos y mostrarlos.

Módulo para imprimir Formulario con todos o parte de sus controles.

Clase que permite leer y escribir los archivos de configuración de las interfaces alojados en /etc/network/interfaces.d/

checkInterfacesSource() - Comprueba si el archivo de interfaces tiene una fuente ....
readFiles() - Lee todos los archivos en la carpeta /etc/network/interfaces.d/ y llena el diccionario
getValue() - Obtiene el valor de la interfaz
setValue() - Actualizar o agregar valor
createIface() - crea un iface .... (iface eth0 inet static)
getValueIface() - Obtiene el valor del iface
setValueIface() - Actualizar o agregar un valor en iface
removeIFace() - Eliminar iface
removeInterface() - Eliminar el archivo de la interfaz
save() - Guarda cualquier cambio en los archivos

Un archivo de configuración es similar a:

Clase para obtener información de nuestras tarjetas de red

getInterfaces() -> devuelve todas las interfaces de nuestro sistema
interfaceIsDhcp() -> devuelve true si la interfaz está configurada para obtener la red desde el servidor dhcp
getMac() -> devuelve la dirección MAC de la interfaz
getIp() -> devuelve la dirección ip de la interfaz
getGateway() -> devuelve la dirección de la puerta de enlace de la interfaz
getDNS() -> devuelve una lista con los DNS de la interfaz interna
getBroadcast() -> devuelve la dirección de transmisión de la interfaz
getState() -> devuelve una cadena con el estado de la interfaz

Esta probado sobre Debian/Ubuntu

Buenas ,
Hoy les traigo una calculadora de indice académico con interfaz gráfica desarrollada en GTK+ para que s epueda apreciar que aun esta librería un poco antigua es utilizable en muchos proyectos del hoy día,esta se puede usar para calcular el promedio en Base de 4 de una universidad UNIBE de Republica Dominicana,Esta aplicación consta de 6 casillas divididas por materias (sin nombre ),para introducir sus créditos cuales vale la materia y las calificaciones en base a un rango siguiente:
A=4(MÁXIMO SCORE)
B=3
C=2
D=1
F=0(MÍNIMO SCORE)
en los cuales devolverá en la ultima casilla un valor de entre 1-4 para saber si el promedio del estudiante es bueno o malo,en base a estos valores.

Este código muestra como calcular el interés generado sobre un capital a varios años...

- Toda la programación está hecha en JavaScript.
- La visualización de los laberintos se basa en el elemento canvas de HTML5. Para los símbolos uso imágenes de 16×16 píxeles y para mostrar la solución uso círculos y rectángulos dibujados.
- La generación de laberintos se hace por backtracking y se obtiene un laberinto perfecto: cualesquiera dos puntos están conectados por exactamente un camino y no hay bucles. Lo elegí porque visualmente me pareció más atractivo.
- La salida (el cohete) y la llegada (la casita) las elijo para que estén lo más separadas posible, para conseguir que la solución sea un camino largo. En algunas ocasiones la curva resultante me recuerda a la curva de Peano.
- La solución del laberinto se obtiene buscando los puntos muertos, celdas que están rodeadas de tres muros; cuando se eliminan todos, las celdas que quedan son las que forman la solución. También me pareció más adecuada para su visualización.
- Para mostrar la solución utilizo un temporizador JavaScript ¡para cada paso! Nunca pensé que eso podría funcionar. Con la inocencia del novato, pensé en usar el equivalente en JavaScript a una función sleep() hasta que descubrí que ni existía ni se consideraba correcto escribirla, por lo que tuve que pensar un buen rato cómo conseguir lo que quería con temporizadores. Bueno, parece que funciona :)

Este código permite seleccionar a través de un JComboBox, primeramente el nombre de la interfaz,que pueden ser Windows, Metal, Motif y el que se utiliza en las ultimas versiones del JDK que se denomina Nimbus, luego se debe presionar el JButton Establecer para que los controles tomen esa apariencia seleccionada
se desarrolló en Netbeans versión 12