단기과정 신청이 마감되었습니다. 자격 "인공 신경망 및 유전 알고리즘", 모스크바 추가 교육 학부에서 실시 주립대학교. 원자력 연구소를 기반으로 한 M.V. Lomonosov 모스크바 주립 대학의 물리학. 모스크바 주립 대학 과정을 졸업 한 사람들은 국가 증명서를 발급받습니다. 고급 교육을 위한 샘플입니다. 수업은 19-00시 저녁에 주 2회 진행됩니다. 2011년 2월 25일 개강
Часто в алгоритмах машинного обучения возникает необходимость классифицировать данные.
Каждый объект данных представлен как вектор (точка) в p-мерном пространстве (последовательность p чисел).
Каждая из этих точек принадлежит только одному из двух классов.
이것이 이 방법의 전제 조건입니까?
실제로 내 OP에서는 클래스가 심하게 혼합되어 있습니다.
그리고 내 OP의 차원은 1과 같습니다. 내가 이해하는 것처럼 플러스에서도 작동하지 않습니다.
Стоит отметить, что если исходное пространство имеет достаточно высокую размерность, то можно надеяться,
что в нём выборка окажется линейно разделимой.
걸림돌이 무엇인지 구체적으로 식별하려면 어떤 데이터 또는 결과를 제공해야 합니까?
아마 시작하려고
1) 네트워크 구조: 레이어 수, 뉴런, 가중치
2) 훈련 샘플의 크기와 Epoch의 수
3) 훈련 종료 시 상대 네트워크 오류
4) 가중치 초기화 매개변수 - 값 분포의 형태 및 분산.
나는 가지를 뒤집어 보았고 1과 2에 대해 이해했습니다.
아마 시작하려고
1) 네트워크 구조: 레이어 수, 뉴런, 가중치
2) 훈련 샘플의 크기와 Epoch의 수
3) 훈련 종료 시 상대 네트워크 오류
4) 가중치 초기화 매개변수 - 값 분포의 형태 및 분산.
나는 가지를 뒤집어 보았고 1과 2에 대해 이해했습니다.
단락 3에 따라 귀하를 올바르게 이해했다면 첨부 파일에 있습니다.
항목 4에 따르면 설명서에서 아무 것도 찾을 수 없습니다. 더 파고 들겠지만 분포가 값 범위에 걸쳐 균일하다고 생각합니다(예: [-1;1]
그러나 테스트 결과를 크게 변경하지 마십시오! 이해했나요?
다음은 1개월 동안의 테스트 기간에 대한 실행 결과입니다.
-9337
+5060
....
그리고 나는 이것을 훈련 기간 동안 이해합니까? 팬?
GA를 사용합니다.
글쎄, GA는 또한 마비의 문제에 외계인이 아닙니다.
그건 그렇고, 나는 당신의 도서관을 흥미롭게 보았습니다. 토론에 스레드가 없었습니까? 생각과 질문이 있습니다...
1) 글쎄, GA는 또한 마비의 문제에서 외계인이 아닙니다.
2) 그건 그렇고, 나는 당신의 도서관을 흥미롭게 보았습니다. 토론에 스레드가 없었습니까? 생각과 질문이 있습니다...
1) 외계인이 아닙니다. 그러나 이 문제는 NN 최적화/훈련의 다른 방법에 비해 훨씬 덜 관련성이 있습니다.
2) 구체적으로 내 알고리즘에 따르면 토론이 있는 스레드가 없었습니다. 여기에서 몇 가지 질문에 답변했습니다.
그리고 유전 알고리즘"
단기과정 신청이 마감되었습니다.
자격 "인공 신경망 및 유전 알고리즘",
모스크바 추가 교육 학부에서 실시
주립대학교. 원자력 연구소를 기반으로 한 M.V. Lomonosov
모스크바 주립 대학의 물리학. 모스크바 주립 대학 과정을 졸업 한 사람들은 국가 증명서를 발급받습니다.
고급 교육을 위한 샘플입니다.
수업은 19-00시 저녁에 주 2회 진행됩니다.
2011년 2월 25일 개강
자세한 내용은 과정 프로그램을 확인하고
다음에서 과정을 신청할 수 있습니다.
http://www.neuroproject.ru/kpk.php
단락 3에 따라 귀하를 올바르게 이해했다면 첨부 파일에 있습니다.
항목 4에 따르면 설명서에서 아무 것도 찾을 수 없습니다. 더 파고 들겠지만 분포가 값 범위에 걸쳐 균일하다고 생각합니다(예: [-1;1]
흠.
% 정확함 - 훈련 샘플에 있습니까 아니면 테스트 샘플에 있습니까?
그리고 또 다른 질문: 분류기 네트워크의 경우 1 입력이 어떻게 든 꽤 ... 충분하지 않다고 생각하지 않습니까?
그리고 나는 이것을 훈련 기간 동안 이해합니까? 팬?
1. 네, FANN입니다.
2. 아니오, 이것은 동일한 EP에서 동일한 조건으로 훈련된 동일한 NS의 OOS의 결과입니다.
흠.
% 정확함 - 훈련 샘플에 있습니까 아니면 테스트 샘플에 있습니까?
그리고 또 다른 질문: 분류기 네트워크의 경우 1 입력이 어떻게 든 꽤 ... 충분하지 않다고 생각하지 않습니까?
)) 관심을 가져주셔서 감사합니다.
1.% 정확함 - 이것은 테스트 샘플에 있습니다. 이 차량의 맥락에서 57%는 양호, 60%는 매우 양호, 65% 이상은 우수합니다.
2. 왜 충분하지 않습니까? 충분한. 이 데이터(차원=1)를 선형 또는 시각적 방법으로 클래스로 나눌 수 있다면 왜 NN을 사용하여 이것을 안정적으로 재현 할 수 없습니까?
..............
이제 "통계 6"에서 제시된 훈련 예(OP)를 확률적 신경망(PNN)으로 분류해 보았습니다.
경험적으로 평활 계수 = 0.05를 선택했습니다.
그런 다음 반복적으로 그녀를 재교육했습니다. 결과는 안정적이며 훈련에서 훈련으로 변경되지 않습니다.
그렇다면 FANN과 함께 사용하기 위해 VNS를 어떻게 이식할 수 있습니까?라는 새로운 질문이 제기됩니다.
SVM 관련:
이 방법은 항상 하나의 분리 평면을 찾습니다....
행운을 빕니다 ....
Vladislav, 제안된 방법에 감사드립니다.
다음은 설명에서 발췌한 내용입니다.
이것이 이 방법의 전제 조건입니까?
실제로 내 OP에서는 클래스가 심하게 혼합되어 있습니다.
그리고 내 OP의 차원은 1과 같습니다. 내가 이해하는 것처럼 플러스에서도 작동하지 않습니다.
==================================================== ==
이미 이 방법을 사용하고 있다면 내 데이터를 공유해 보시겠습니까?