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.
Au moins, on peut se laisser guider par ce que l'esprit curieux d'un utilisateur non programmeur pourrait vouloir. :)
Et maintenant, expliquez-moi un peu plus, lesquelles de ces nattes sont des types de réseaux neuronaux, des types de formation et quelles marques :
Entrée des données------------------
Texte Image Générateur de signaux Base de données SQL Script utilisateur Construit par l'utilisateur Sortie de données------------------ Texte Base de données SQL Construite par l'utilisateur Prétraitement--------------- Réorganisation des données ACP Suppression des valeurs aberrantes Filtrage basé sur les requêtes Statistiques Script utilisateur Visualisation interactive Post-traitement------------- Analyse et traçage des erreurs Analyse de confiance Analyse de sensibilité Tests en temps réel Paradigmes adaptatifs------- Réseaux neuronaux statistiques Réseaux neuronaux dynamiques Machines à noyau Méthodes bayésiennes LSTM Logique floue Paradigmes d'optimisation-
Algorithmes génétiques Essaim de particules Monte carlo Architectures--------------- MLP MLP généralisé Réseaux modulaires Cartes auto-organisatrices Gaz neuronaux Apprentissage compétitif Hebbian FFCPA Réseaux à base radiale LSTM Récurrent décalé dans le temps Partiellement récurrent Réseaux d'ondelettes Entièrement récurrent Neuro-fuzzy Machines vectorielles de soutien Architectures personnalisées Conception de systèmes--------------- Basé sur des composants Basé sur des plug-ins xml-ph-NET compatible Interface utilisateur---------------- Construction graphique Interface utilisateur évolutive Interface graphique intégrée par blocs Déploiement------------------- Les solutions sont déployables Composants compatibles .NET Composants réutilisables Déploiement évolutif Utilisation libre de droits des systèmes déployés
Maintenant, expliquez-moi un lamer qui de ces types de mat sont des types de réseaux neuronaux, des types d'apprentissage et ce que sont les marques :
MLP MLP généralisé Réseaux modulaires -- ugh Cartes auto-organisatrices Gaz neuronaux Apprentissage compétitif -- pas clair Hébrides... je ne sais pas, mais si ce que je pense est intéressant... FFCPA - je ne sais pas Réseaux à base radiale LSTM... peu importe. Récurrent décalé dans le temps Partiellement récurrent Totalement récurrent Je me demande en quoi l'un diffère de l'autre. Réseaux d'ondelettes - je ne sais pas Neuro-fuzzy est à peu près ce dont je parlais.
Au fait, une petite note pour vous. La plupart des paquets de génétique pour les réseaux n'ont pas de génétique du tout. Et dans cette liste, c'est seulement pour les cases à cocher ou si les heuristiques sont manquantes (imho).
En général, dans l'idéal, cela devrait être quelque chose comme ceci http://www.peltarion.com/products/synapse/comparison.php.
Au moins, on peut se laisser guider par ce que l'esprit curieux d'un utilisateur non programmeur pourrait vouloir. :)
Aïe ! Ce n'est pas ce que je sais ?
A moins que vous ne deviniez. Je pense que je ne l'ai dit qu'à Victor jusqu'à présent.
Vous intriguez, vous vous vantez, vous invitez ? // souligner comme il convient.
à la demande du travailleur :)
Je vais vous le dire tout de suite : je ne pense pas que ça vous intéresse.
En général, l'idéal serait quelque chose comme ceci : http://www.peltarion.com/products/synapse/comparison.php.
Uh-huh. Vous êtes un tueur. Il y a une licence qui coûte 1 000 grivnas... Regardez qui vous admire :)
En général, dans l'idéal, cela devrait être quelque chose comme ceci http://www.peltarion.com/products/synapse/comparison.php
Au moins, on peut se laisser guider par ce que l'esprit curieux d'un utilisateur non programmeur pourrait vouloir. :)
Et maintenant, expliquez-moi un peu plus, lesquelles de ces nattes sont des types de réseaux neuronaux, des types de formation et quelles marques :
Entrée des données------------------Texte
Image
Générateur de signaux
Base de données SQL
Script utilisateur
Construit par l'utilisateur
Sortie de données------------------
Texte
Base de données SQL
Construite par l'utilisateur
Prétraitement---------------
Réorganisation des données
ACP
Suppression des valeurs aberrantes
Filtrage basé sur les requêtes
Statistiques
Script utilisateur
Visualisation interactive
Post-traitement-------------
Analyse et traçage des erreurs
Analyse de confiance
Analyse de sensibilité
Tests en temps réel
Paradigmes adaptatifs-------
Réseaux neuronaux statistiques
Réseaux neuronaux dynamiques
Machines à noyau
Méthodes bayésiennes
LSTM
Logique floue
Paradigmes d'optimisation-
Algorithmes génétiques
Essaim de particules
Monte carlo
Architectures---------------
MLP
MLP généralisé
Réseaux modulaires
Cartes auto-organisatrices
Gaz neuronaux
Apprentissage compétitif
Hebbian
FFCPA
Réseaux à base radiale
LSTM
Récurrent décalé dans le temps
Partiellement récurrent
Réseaux d'ondelettes
Entièrement récurrent
Neuro-fuzzy
Machines vectorielles de soutien
Architectures personnalisées
Conception de systèmes---------------
Basé sur des composants
Basé sur des plug-ins xml-ph-NET compatible
Interface utilisateur----------------
Construction graphique
Interface utilisateur évolutive
Interface graphique intégrée par blocs
Déploiement-------------------
Les solutions sont déployables
Composants compatibles .NET
Composants réutilisables
Déploiement évolutif
Utilisation libre de droits des systèmes déployés
Maintenant, expliquez-moi un lamer qui de ces types de mat sont des types de réseaux neuronaux, des types d'apprentissage et ce que sont les marques :
MLP généralisé
Réseaux modulaires -- ugh
Cartes auto-organisatrices
Gaz neuronaux
Apprentissage compétitif -- pas clair
Hébrides... je ne sais pas, mais si ce que je pense est intéressant...
FFCPA - je ne sais pas
Réseaux à base radiale
LSTM... peu importe.
Récurrent décalé dans le temps
Partiellement récurrent
Totalement récurrent Je me demande en quoi l'un diffère de l'autre.
Réseaux d'ondelettes - je ne sais pas
Neuro-fuzzy est à peu près ce dont je parlais.
Machines à vecteurs de support - je ne sais pas.
hz - quelque chose qui ne m'est pas familier.
Algorithmes génétiques pour l'apprentissage/optimisation :
Types de réseaux :
Au moins, il y a un plan de bataille.
Au fait, pourquoi n'ont-ils pas de BeckProps ? Ou est-ce que je rate quelque chose ?
Il n'y a que la génétique, l'essaim d'abeilles et Montecarlo ?