Page 232 - 4703
P. 232
Рисунок 8.5. Діалог SANN - Data selection вкладка Sampling
(CNN and ANS)
Продуктивність нейронної мережі вимірюється тим, на-
скільки добре вона узагальнує (прогнозує) на невідомих
даних. Питання узагальнення насправді одна з основних про-
блем при навчанні нейронних мереж.
Один із способів боротьби з цією проблемою - розбити
дані на дві (або три) підмножини: навчальну вибірку, тесту-
вання зразків і перевірки зразка. Ці зразки можуть бути вико-
ристані для створення 3-х підмножин: (1) train - навчити ме-
режу; (2) test - перевірити продуктивність алгоритмів навчан-
ня, як вони працюють; і (3) validation - виконати остаточну
перевірку, щоб визначити, наскільки добре мережа прогнозує
на "нових" даних.
232
