Cómo formar correctamente los valores de entrada para el NS.

 

En el foro siguen apareciendo preguntas sobre los valores correctos de las entradas NS. Pero, por desgracia, esta pregunta sigue sin tener una respuesta completa. Hace poco que me he aficionado a la NS y ahora comprendo la importancia de esta cuestión. Envidio a las personas que recibieron clases teóricas en los institutos y tienen estos conocimientos.

Por lo tanto, vamos a abrir en esta rama lo más completamente posible una cuestión de valores RIGHT y sus tipos.

Sólo que no quiero empezar con detalles (como tomar las diferencias en los precios de los vecinos). Para empezar, es deseable una teoría sobre los requisitos generales de los valores de entrada. Y luego, si va bien, también es posible que haya ejemplos.

 
            |               *      *
            |          *
            |      * 
            |    *
            |  *
            | *
            |*
-----------------------1---------------
           *|
          * |
         *  |
       *    |
     *      |
  *         |
Si la sigmoide entra en saturación con un valor de entrada de 1, no hay diferencia si el valor de entrada es 2 o 3 - el resultado es casi el mismo. Los valores de entrada deben estar dentro de 1. No debe haber ninguna muestra conflictiva: el mismo valor de entrada con un valor de salida diferente.
 
Espero que esto te ayude
Archivos adjuntos:
bfgzk.zip  201 kb
 
sergeev писал (а) >>

... Envidio a las personas a las que se les enseñó teoría en la universidad y que tienen estos conocimientos.


>> Aquí no hay nada que envidiar, en el milenio pasado también estudié en la universidad, y antes de esa asignatura se llamaba más modestamente, al estilo soviético: TAP..., como mucho,

ellos/profesores/ harán fideos por las orejas para leer horas... ¡¡¡no pasarán de 2-3 páginas de cada sección de un libro de texto típico!!!

 

2 StatBars Muchas gracias por los artículos.


Integer писал (а) >>

Si la sigmoide en el valor de entrada 1 entra en saturación, entonces no hay diferencia si se aplica el valor 2 o 3 a la entrada - el resultado será casi el mismo. Los valores de entrada deben estar dentro de 1. No debe haber muestras conflictivas: el mismo valor en la entrada con un valor diferente en la salida.

¿Qué pasa con las entradas no normalizadas a uno? ¿Se puede utilizar la sigmoidea o se necesitan otras funciones?

 

Integer писал (а) >>
Конфликтных образцов не должно быть - одинковых значений на входе с разным значением на выходе.


Resulta que es mejor tener más de un valor en la salida (es decir, clasificar el mercado no sólo al alza o a la baja, sino también con algunos estados intermedios). Y más en las entradas.

 
Es necesario normalizar los datos de entrada. Por ejemplo, encuentre una muestra con el rango máximo y normalícela, y elimine el componente constante. Aquí hay un amplio campo para la creatividad, por ejemplo, puede calcular los valores relativos a la MA o a la línea de regresión, y luego normalizar. También es posible normalizar cada muestra por separado, en relación con su rango máximo.
 
Integer писал (а) >>
Hay que normalizar las entradas. Por ejemplo, para encontrar una muestra con rango máximo y normalizarla, y para eliminar el componente constante. Aquí hay un amplio campo para la creatividad, por ejemplo, puede calcular los valores relativamente a МА o relativamente a la línea de regresión y luego normalizar. También se puede normalizar cada muestra por separado, en relación con su rango máximo.

Sí, por cierto, es bueno que hayas sacado el tema. Sigo con la duda de cómo sería más correcto (según su experiencia) racionar: ¿una muestra por sí misma o en total en todas las muestras?


He decidido cambiar el nombre de la rama.

 
Sólo he pensado en el racionamiento en relación con la muestra global. Creo que esto sería mejor: la red tendría en cuenta el tamaño absoluto de la muestra y no sólo la forma, pero probablemente tardaría más en aprender.
 

A veces yo también me inclino a llegar a esta conclusión. Resulta que simplemente comprimimos los datos y se elimina el problema de los datos no normalizados.

También existe el problema de que los pesos alcancen valores de entrada nulos. No participarán en la formación...

 
sergeev писал (а) >>

También existe el problema de los pesos que alcanzan valores de entrada nulos. No participarán en la formación...

Sí. Resulta que una entrada siempre será cero (en la primera). Podría eliminar el primer elemento de todas las muestras y añadir uno más al final.