국회 업무에 대한 "구체적인" 투입물의 기여도를 실질적으로 어떻게 평가할 것인가? - 페이지 4

 

이 옵션을 제공할 수도 있습니다. 단순화를 위해 3개의 입력이 있는 NS를 사용합니다.

그리고 20개의 입력을 모두 제출하고 검색을 통해 옵티마이저가 기준에 따라 3개의 입력의 최적 조합을 찾도록 합시다.

이 같은.

 
Swetten :

이 옵션을 제공할 수도 있습니다. 단순화를 위해 3개의 입력이 있는 NS를 사용합니다.

그리고 20개의 입력을 모두 제출하고 검색을 통해 옵티마이저가 기준에 따라 3개의 입력의 최적 조합을 찾도록 합시다.

이 같은.

그건 확실합니다. 누구에게나 선택권이 있습니다. 책을 읽거나 자유로운 사고 방식을 개발할 수 있습니다.
 
Figar0 :

정확히 금요일은 아니지만...

NS, any, 입력 A={A1, A2, .... A20}이 있습니다. 우리는 NN을 훈련하고 만족스러운 결과를 얻습니다. 이 결과에 대한 입력 A1, A2, ... A20의 각 요소의 기여도를 실제로 어떻게 평가합니까?

내 마음에 온 옵션 :

1) 네트워크를 통과하는 요소의 모든 가중치를 어떻게든 합산하고 계산합니다. 이 작업을 수행하는 방법이 완전히 명확하지 않은 경우 네트워크 작동에 몰입해야 하고, 어딘가에서 일부 계수를 계산하는 등의 작업을 해야 합니다.

2) 어떻게든 "0"을 시도하거나, 예를 들어 입력 벡터의 요소를 뒤집어 최종 결과에 어떤 영향을 미치는지 확인하십시오. 그가 멈출 때까지.

그러나 이 두 번째 옵션을 구현하기 전에 상담하기로 결정했습니다. 나보다 그 주제에 대해 더 오래 생각한 사람이 있을까? 책자 추천해주실 분 계신가요?

지표를 작성 하고 별도의 창에서 실행하는 것이 좋습니다.

표시선을 사용하면 매우 흥미로운 인지 관찰을 할 수 있습니다.

표시선은 다음과 같을 수 있습니다. 뉴런 가산기의 출력; 비선형 변환기 후 뉴런의 출력; 아마도 위원회의 결정 등. 모든 것은 당신의 욕망과 환상에만 달려 있습니다.

이러한 가시성은 이 블랙박스 를 "침투"하고 모든 일이 발생/작동하는 방식을 이해하는 데 도움이 됩니다.

 
faa1947 :
그건 확실합니다. 누구에게나 선택권이 있습니다. 책을 읽거나 자유로운 사고 방식을 개발할 수 있습니다.

참고로 이 방법은 책에 나와 있습니다.

아마도 내가 여기에 제출한 형식은 아니지만 본질적으로 사실입니다.

 
LeoV :

각 입력의 영향 정도를 현실적으로 평가 하는 것은 거의 불가능합니다.

글쎄요. 다른 입력에 비해 상당히. 입력이 정규화되기만 하면 됩니다.

그래서 우리는 예측 출력을 표준으로 삼고 모든 패턴에 대한 각 입력에 대해 특정 입력의 아주 작은 이동에 대한 제곱 평균 오차를 고려합니다.

 
faa1947 :

계량경제학적 맥락 밖에서 확고한 증거 기반 접근 방식을 적용하면 유치한 질문이 제기됩니다.

회귀하기:

이익 \u003d c (1) * A0 + ... c (n) * A (n)

이 회귀의 계수를 추정합니다.

즉시 우리는

특정 계수가 0이 될 확률. - 이 입력을 제거

함께 취한 모든 계수가 0일 확률

타원으로 상관 계수를 얻습니다.

중복 입력 테스트

누락된 항목에 대한 테스트

우리는 계수 값의 안정성에 대한 테스트를 수행합니다(변화의 무작위성을 평가합니다)



똑똑한 아저씨가 와서 내 유치한 질문에 어른스러운 대답을 해주었다) 글쎄요. 회귀와 NN이 완전히 같지 않을 뿐만 아니라 제안된 옵션은 적어도 간단하지 않습니다. 우리는 평가하고, 받고, 수행하고, 수행하고, 수행합니다... 완전히 다른 시스템에서 얻은 결과를 해석하는 방법은 아직 명확하지 않습니다. MACD는 좋은가 나쁜가? 아니면 한 차량이 작동하고 다른 차량은 작동하지 않을 수 있습니까?

젖다 :

이 옵션을 제공할 수도 있습니다. 단순화를 위해 3개의 입력이 있는 NS를 사용합니다.

그리고 20개의 입력을 모두 제출하고 검색을 통해 옵티마이저가 기준에 따라 3개의 입력의 최적 조합을 찾도록 합시다.

이 같은.


글쎄요, 그게 제가 한 일입니다. 방금 반대 방향으로 갔고 많은 입력과 조각 된 입력 조합을 취하지 않았지만 입력과 일부 조합을 제외하고 결과를 보았습니다. 실제로는 동일합니다. 물건. 또는 포함, 제외 - 차이점은 무엇입니까? 구현의 세부 사항으로 인해 제외하는 것이 더 편리한 것으로 나타났습니다.

faa1947 :
그건 확실합니다. 누구에게나 선택권이 있습니다. 책을 읽거나 자유로운 사고 방식을 개발할 수 있습니다.


다시, 나는 소책자, 기사에 대해 물었습니다. 아무도 이것에 대해 아무 것도 제안하지 않았으며 당신도 마찬가지입니다. 모두 과학기술도서관에 가서 경제학 , 유일하게 비 유사과학?) 나는 책을 위해 정말 고르게 숨을 쉬는데, 그래서 교육용이나 일반 문화용으로 화장실을 들여다보면 실용이 거의 없다. 그리고 대부분의 경우 근본주의 이론가나 응용 패자에 의해 작성되었기 때문에 이미 만들어진 솔루션은 더 많거나 적습니다. 그리고 "무제한 상상력"이 없으면 얼마나 많은 사람들이 그것을 읽지 않습니다. 실제 사용은 0입니다.

 
TheXpert :

글쎄요. 다른 입력에 비해 상당히. 입력이 정규화되기만 하면 됩니다.

그래서 우리는 예측 출력을 표준으로 삼고 모든 패턴에 대한 각 입력에 대해 특정 입력의 아주 작은 이동에 대한 제곱 평균 오차를 고려합니다.

예, 또는 - 훈련된 NN에서 오류를 계산하여 각 입력에 샘플에 대한 평균 값을 차례로 할당합니다.
 
Figar0 : 똑똑한 삼촌이 와서 내 유치한 질문에 성인 대답을했습니다) 음, 감사합니다. 회귀와 NN이 완전히 같지 않을 뿐만 아니라 제안된 옵션은 적어도 간단하지 않습니다. 우리는 평가하고, 받고, 수행하고, 수행하고, 수행합니다... 완전히 다른 시스템에서 얻은 결과를 해석하는 방법은 아직 명확하지 않습니다. MACD는 좋은가 나쁜가? 아니면 한 차량이 작동하고 다른 차량은 작동하지 않을 수 있습니까?

그건 그렇고, NS도 회귀입니다. 이전 개수에 대한 현재 개수의 동일한 종속성. 하지만 그게 아닙니다.

faa 가 제안하는 것은 선형 회귀 에 적용 가능하지만 신경망은 비선형 회귀입니다.

 
Mathemat :

그건 그렇고, NS도 회귀입니다.

일반적으로 전혀 아닙니다.
 
그렇다면 주제 작성자에게 그가 사용하는 네트워크가 무엇인지 물어봐야 합니다.