Page 76 - 4524
P. 76

вання Ймовірнісної складової і максимальне збільшення дете-
                            рмінованої частини.
                                  Задачі  відображення  можна  розбити  на  два  основних
                            класи: класифікація і регресія.
                                  У  задачах  класифікації  потрібно  визначити,  до  якого  з
                            декількох заданих класів належить даний вхідний набір. При-
                            кладами можуть служити надання кредиту, діагностика захво-
                            рювань, розпізнавання образів.
                                  У задачах регресії потрібно передбачати значення змін-
                            ної, що приймає неперервні числові значення: ціна акцій, ви-
                            трата палива в автомобілі, прибуток кампанії і т.п.
                                  Передбачення явищ можна поділити на:
                                   передбачення  відгуків  для  множини  дискретних  вхід-
                            них  даних,  не  пов'язаних  із  часом  (економічні,  соціологічні
                            оцінки та ін.);
                                   прогнозування явищ, які безперервно змінюються у ча-
                            сі (фізичні процеси, природні явища, тощо); дані представлені
                            у вигляді часових рядів.
                                  Для  вирішення  задачі  за  допомогою  нейронної  мережі,
                            необхідно зібрати дані для навчання. Навчальна множина да-
                            них  являє  собою  набір  прикладів,  для  яких  відомо  значення
                            вхідних і вихідних параметрів. Перше, що потрібно вирішити,
                            - які параметри використовувати і скільки прикладів вибрати.
                                  Початково,  вибір  параметрів  здійснюється  інтуїтивно.
                            Досвід роботи в обраній предметній області допоможе визна-
                            чити, які змінні є важливими. Для початку має сенс включити
                            всі змінні, які, на Вашу думку, можуть впливати на результат -
                            на наступних етапах цю множину можна скоротити.
                                  Для забезпечення обґрунтованого вибору, вилучення не-
                            суттєвих  ознак,  що  вносять  додаткові  спотворення  при  на-
                            вчанні, можливе застосування відомих методів математичної
                            статистики.
                                  Факторний аналіз. Внесок кожної вхідної ознаки мож-
                            на оцінити також за її впливом на середнє значення вихідної
                            величини. Нехай зовнішній вихід моделі НМ залежить від де-
                            кількох факторів
                                             y=f(a 1x 1, a 2x 2, ..., a ix i...),          (6.1)
                                  Оберемо деякий фактор а іх і. Для всіх реалізацій навча-
                            льної  множини  визначимо  значення  вихідної  величини  при


                                                           75
   71   72   73   74   75   76   77   78   79   80   81