سؤال

يمكن لأي شخص أن يشرح لي كيف نفعل أكثر من مجموعات البيانات المعقدة مثل فريق احصائيات, الطقس, النرد, مجمع رقم أنواع

أنا أفهم كل الرياضيات و كيف يعمل كل شيء أنا فقط لا أعرف كيفية إدخال البيانات أكثر تعقيدا ، ومن ثم كيفية قراءة البيانات يبصق

إذا كان شخص ما يمكن أن تقدم أمثلة في بيثون التي من شأنها أن تكون مساعدة كبيرة

هل كانت مفيدة؟

المحلول

لديك لترميز الإدخال والإخراج الخاص بك إلى شيء يمكن أن تكون ممثلة من قبل وحدات الشبكة العصبية. (على سبيل المثال 1 ل "x يحق له أن ع ممتلكات معينة" -1 ل "س لم يقم ع الممتلكات" إذا مجموعة الوحدات الخاصة بك "في [-1، 1])

والطريقة التي ترميز الإدخال والطريقة التي فك الانتاج الخاص يعتمد على ما تريد لتدريب الشبكة العصبية ل.

وعلاوة على ذلك، هناك العديد من "شبكات العصبية" algoritms وقواعد التعلم لمختلف المهام (العودة نشر، وآلات بولتزمان، النفس تنظيم خرائط).

نصائح أخرى

الميزات الخاصة بك يجب أن تتحلل إلى الأجزاء التي يمكن أن تكون ممثلة على النحو أرقام حقيقية.سحر الشبكة العصبية هو الصندوق الأسود الصحيح الجمعيات سوف يتم (مع الداخلية الأوزان) أثناء التدريب


المدخلات

اختيار عدد قليل من الميزات المطلوبة بدقة لوصف الحالة ، ثم تتحلل كل منها إلى مجموعة من قيمتها الحقيقية الأرقام.

  • الطقس:[temp اليوم ، الرطوبة اليوم temp أمس والرطوبة أمس...] رابطة بين اليوم temp و اليوم الرطوبة مصنوعة داخليا
  • احصائيات الفريق:[ave الارتفاع ، ave الوزن, أقصى ارتفاع أعلى درجة،...]
  • الزهر: لا أفهم هذا, هل يعني كيفية ترميز منفصلة القيم ؟ *
  • العدد المركب:[أ ، منظمة العفو الدولية، ب ، bi,...]

* منفصلة الكرام الميزات هي صعبة, ولكن لا يزال يمكن أن يكون لا يزال ترميز (0.0,1.0).المشكلة هي أنها لا توفر التدرج في تعلم عتبة.


النواتج

عليك أن تقرر ما تريد الإخراج يعني ثم ترميز التدريب الخاص بك الأمثلة في هذا الشكل.أقل قيم الانتاج ، الأسهل القطار.

  • الطقس:[الغد فرصة من المطر غدا temp...] **
  • احصائيات الفريق:[فرصة للفوز ، فرصة الفوز أكثر من 20...]
  • العدد المركب:[x ، شي,...]

** هنا التدريب ناقلات ليكون:1.0 إذا أمطرت في اليوم التالي ، 0.0 إذا لم


بالطبع, إذا كان أو لم يكن المشكلة يمكن أن يكون في الواقع على غرار الشبكة العصبية هي مسألة مختلفة.

وبيانات أكثر تعقيدا وعادة ما يعني إضافة المزيد من الخلايا العصبية في المدخلات والمخرجات طبقات.

ويمكنك إطعام كل "الميدان" من السجل الخاص بك، المشفرة بشكل صحيح كقيمة حقيقية (تطبيع، الخ) إلى كل الخلايا العصبية المدخلات، أو ربما يمكنك حتى تتحلل إلى أبعد من ذلك في حقول بت، وتكليف المدخلات المشبعة من 1 أو 0 إلى الخلايا العصبية ... للإخراج، وذلك يعتمد على الطريقة التي تدريب الشبكة العصبية، وسوف نحاول تقليد تدريب مجموعة النواتج.

لديك لإضافة عدد من وحدات الإدخال و الإخراج تحتاج لهذه المشكلة.إذا وظيفة غير معروف لتقريب يعتمد على n المعلمة سيكون لديك n وحدات الإدخال.عدد من وحدات الإخراج يعتمد على طبيعة funcion.عن وظائف حقيقية مع n المعايير الحقيقية سيكون لديك واحد وحدة الانتاج.

بعض المشاكل, على سبيل المثال في التنبؤ في كل مرة سيكون لديك م إخراج الوحدات م succesive قيم الدالة.الترميز هو المهم و يعتمد على المختار الخوارزمية.على سبيل المثال ، في backpropagation على feedforward شبكات الأفضل لتحويل, إذا كان ذلك ممكنا ، فإن أكبر عدد من الميزات في المدخلات المنفصلة ، كما لتصنيف المهام.

جوانب أخرى من الترميز هو أن لديك لتقييم عدد من المدخلات خفية الوحدات في وظيفة من كمية البيانات.الكثير من الوحدات ذات الصلة البيانات قد تعطي الفقراء تقريب بسبب الدورة ff أبعاد المشكلة.في بعض الحالات, قد تجميع بعض البيانات المدخلة في بعض طريقة لتجنب هذه المشكلة أو الحد من استخدام بعض الآليات مثل محكمة التحكيم الدائمة.

مرخصة بموجب: CC-BY-SA مع الإسناد
لا تنتمي إلى StackOverflow
scroll top