Page 45 - 4268

Лабораторна робота № 6

НАВЧАННЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ

6.1 Мета і завдання роботи

Навчитися будувати регресійні моделі за допомогою

Statistica Neural Networks.

6.2 Основні теоретичні положення

Вибір файлу даних, визначення природи та ролі змінних в
нейромережевому аналізі є першим етапом дослідження. У

STATISTICA Нейронні мережі змінні поділяються на незалежні
змінні (входи) і залежні змінні (виходи). Вхідні і вихідні змінні
використовуються при навчанні нейронної мережі, а також для

обчислення передбачених значень або класифікацій для навченої
мережі. Крім цього, ви можете включити додаткові змінні, які не
є ні вхідними, ні вихідними. Подібні змінні можна

використовувати при обробці додаткових результатів, наприклад,
при побудові діаграм розсіяння залишків і змінних. У результаті,
ви можете вказати одну змінну з кодами, які позначають

Навчальну, Контрольну, Тестову і Ігноровані вибірки.
Необхідно відзначити, що в STATISTICA Нейронні мережі
існують відмінності між безперервними і категоріальними
вхідними / вихідними змінними.

45