Антиплагиат (1220030), страница 11

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 11)

В процессе обучения выделяются признаки, отличающие образы друг от друга, которые исоставляют базу для принятия решений об отнесении образов к соответствующим классам.При решении задач прогнозирования роль нейронной сети состоит в предсказании будущей реакции системы по еепредшествующему поведению. Обладая информацией о значениях переменной в моменты, предшествующие прогнозированию,сеть вырабатывает решение, каким будет наиболее вероятное значение последовательности в текущий момент. Для адаптациивесовых коэффициентов сети используются фактическая погрешность прогнозирования и значения этой погрешности впредшествующие моменты времени.[2]Задачи прогнозирования, в свою очередь,можно разбить на два основных класса: классификация и регрессия.В задачах классификации нужно определить, к какому из нескольких заданных классов принадлежит данный входной набор.Примерами могут служить[34]диагностика заболеваний, вопрос предоставления кредита и др.

В э тих случаях, на выходе потребуется только одна номинальнаяпеременная.http://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.24085263&repNumb=121/2227.04.2016АнтиплагиатВ задачах регрессии требуется предсказать значение переменной, чащ е всего принимающ ейнепрерывные числовые значения: завтрашнюю цену акций, расход топлива в автомобиле, прибыли в следующем году и т.п.

Втаких случаях в качестве выходной требуется одна числовая переменная [51].[34]Приформулировке задачи регрессии нужно учитывать, что получаемая зависимость следует из данных только ввероятностном смысле. Искомая функциональная связь, в причинно-следственном смысле, может в действительности и несуществовать, либо реальности соответствует функция, зависящая от еще каких-то переменных, которые отсутствуют вимеющихся данных.[9]Нейронная сеть способна решать одновременно несколько задач регрессии и/или классификации, однако обычно в каждыймомент решается только одна задача. Таким образом, обычно нейронная сеть будет иметь только одну выходную переменную; вслучае задач классификации со многими состояниями для этого может потребоваться и несколько выходных элементов.[34]На практике возникают задачи с данными, основной корпус которых не содержит меток классов.

Здесь потребителяинтересуют вопросы [9]http://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.24085263&repNumb=122/22.

Характеристики

Список файлов ВКР