Ugrás a fő tartalomra

Bejegyzések

Bejegyzések megjelenítése ebből a hónapból: október, 2019

Mesterséges neurális hálók

A mesterséges neurális hálózatról akkor beszélhetünk, ha a rendszer rendelkezik tanulási és predikciós algoritmussal és általában több rétegbe szerveződik. A hálózat átalakításánál lényegében négy elemre kell koncentrálnunk:  - a bemeneti mátrix,  - súly mátrix,  - az eltolás (bias),  - az aktivációs függvény Problémamegoldó folyamat lépések neurális háló használatnál:  adathalmaz kiválasztása,  modell kiválasztása,  adatok előfeldolgozása,  modell implementálása,  modell hiperparaméter optimalizálása,  tanító és teszt adatok cseréje,  eredmények kiértékelése Az adathalmaz kiválasztása :  A bemenet a bemeneti értékeket jelenti vektor formájában.  A súlyok jelentik a neurális hálózat paramétereit, ezeknek kívánjuk  az iteratív tanítás során megtalálni a megfelelő értékeit (hiperparaméter).  Adat tisztítás, megfelelően előkészített bemeneti adatok kiválasztása.  Az előfeldolgozásra azért van szükség, mert általában a rendelkezésre álló adathalmaz hiányo