Synapse was designed to blow away the competition and it is exactly what it does. It is the most advanced and most easy to use software of its kind on the market. Below is a short comparison with the more common software available. The full list of Synapse features go far beyond the ones listed below.
Al menos, uno puede guiarse por lo que una mente inquisitiva de un usuario no programador podría querer. :)
Y ahora explícame un poco más, cuáles de estas alfombras son de tipo red neuronal, tipos de entrenamiento y qué marcas:
Entrada de datos------------------
Texto Imagen Generador de señales Base de datos SQL Script de usuario Construido por el usuario Salida de datos ------------------ Texto Base de datos SQL Construida por el usuario Preprocesamiento Reorganización de datos PCA Eliminación de valores atípicos Filtrado basado en consultas Estadística Script de usuario Visualización interactiva Postprocesamiento------------- Análisis de errores y trazado Análisis de confianza Análisis de sensibilidad Pruebas en tiempo real Paradigmas adaptativos------- Redes neuronales estáticas Redes neuronales dinámicas Máquinas kernel Métodos bayesianos LSTM Lógica difusa Paradigmas de optimización-
Algoritmos genéticos Enjambre de partículas Monte carlo Arquitecturas--------------- MLP MLP generalizado Redes modulares Mapas autoorganizativos Gas neuronal Aprendizaje competitivo Hebbiana FFCPA Redes de base radial LSTM Recurrente con retardo temporal Parcialmente recurrente Redes de ondículas Totalmente recurrente Neurofuzzy Máquinas de vectores de apoyo Arquitecturas personalizadas Diseño de sistemas--------------- Basado en componentes Basado en plug-in xml-ph-NET Interfaz de usuario---------------- Construcción gráfica Interfaz de usuario escalable Interfaz gráfica de usuario integrada en bloques Despliegue------------------- Las soluciones son desplegables Componentes compatibles con .NET Componentes reutilizables Despliegue escalable Uso libre de derechos de los sistemas desplegados
Ahora explícame un poco cuáles de estos tipos de pareja son tipos de redes neuronales, tipos de aprendizaje y cuáles son marcas comerciales:
MLP MLP generalizado Redes modulares -- ugh Mapas autoorganizados Gas neuronal Aprendizaje competitivo -- no está claro Hebbiano... no sé, pero si lo que creo es interesante FFCPA -- no sé Redes de base radial LSTM... lo que sea. Recurrente con retraso Parcialmente recurrente Totalmente recurrente Me pregunto en qué se diferencia una de otra. Redes Wavelet - no sé Neuro-fuzzy es más o menos de lo que estaba hablando.
Por cierto, una nota al margen para ti. La mayoría de los paquetes de genética para redes no tienen nada de genética. Y en esta lista, es sólo para las casillas de verificación o si falta la heurística (imho).
En general, lo ideal sería algo así http://www.peltarion.com/products/synapse/comparison.php
Al menos, uno puede guiarse por lo que una mente inquisitiva de un usuario no programador podría querer. :)
¡Ay! ¿No es eso lo que sé?
A menos que estés adivinando. Creo que sólo se lo he dicho a Víctor hasta ahora.
¿Intriga, presume, invita? // subraya lo que corresponda
por petición del trabajador :)
Te lo digo de entrada: no creo que te interese.
En general, lo ideal sería algo así http://www.peltarion.com/products/synapse/comparison.php
Ajá. Eres un asesino. Hay una licencia que cuesta 1.000 grivnas... Qué gran modelo a seguir :)
En general, lo ideal sería algo así http://www.peltarion.com/products/synapse/comparison.php
Al menos, uno puede guiarse por lo que una mente inquisitiva de un usuario no programador podría querer. :)
Y ahora explícame un poco más, cuáles de estas alfombras son de tipo red neuronal, tipos de entrenamiento y qué marcas:
Entrada de datos------------------Texto
Imagen
Generador de señales
Base de datos SQL
Script de usuario
Construido por el usuario
Salida de datos ------------------
Texto
Base de datos SQL
Construida por el usuario
Preprocesamiento
Reorganización de datos
PCA
Eliminación de valores atípicos
Filtrado basado en consultas
Estadística
Script de usuario
Visualización interactiva
Postprocesamiento-------------
Análisis de errores y trazado
Análisis de confianza
Análisis de sensibilidad
Pruebas en tiempo real
Paradigmas adaptativos-------
Redes neuronales estáticas
Redes neuronales dinámicas
Máquinas kernel
Métodos bayesianos
LSTM
Lógica difusa
Paradigmas de optimización-
Algoritmos genéticos
Enjambre de partículas
Monte carlo
Arquitecturas---------------
MLP
MLP generalizado
Redes modulares
Mapas autoorganizativos
Gas neuronal
Aprendizaje competitivo
Hebbiana
FFCPA
Redes de base radial
LSTM
Recurrente con retardo temporal
Parcialmente recurrente
Redes de ondículas
Totalmente recurrente
Neurofuzzy
Máquinas de vectores de apoyo
Arquitecturas personalizadas
Diseño de sistemas---------------
Basado en componentes
Basado en plug-in xml-ph-NET
Interfaz de usuario----------------
Construcción gráfica
Interfaz de usuario escalable
Interfaz gráfica de usuario integrada en bloques
Despliegue-------------------
Las soluciones son desplegables
Componentes compatibles con .NET
Componentes reutilizables
Despliegue escalable
Uso libre de derechos de los sistemas desplegados
Ahora explícame un poco cuáles de estos tipos de pareja son tipos de redes neuronales, tipos de aprendizaje y cuáles son marcas comerciales:
MLP generalizado
Redes modulares -- ugh
Mapas autoorganizados
Gas neuronal
Aprendizaje competitivo -- no está claro
Hebbiano... no sé, pero si lo que creo es interesante
FFCPA -- no sé
Redes de base radial
LSTM... lo que sea.
Recurrente con retraso
Parcialmente recurrente
Totalmente recurrente Me pregunto en qué se diferencia una de otra.
Redes Wavelet - no sé
Neuro-fuzzy es más o menos de lo que estaba hablando.
Máquinas de vectores de apoyo: no lo sé.
hz... algo con lo que no estoy familiarizado.
Algoritmos genéticos de aprendizaje/optimización:
Tipos de red:
Bueno, al menos hay un plan de batalla.
Por cierto, ¿por qué no tienen BeckProps? ¿O me estoy perdiendo algo?
¿Sólo hay genética, enjambre de abejas y montecarlo?