神经网络,如何掌握它们,从哪里开始? - 页 19

 

例如,当我们试图寻找大段的s.c.a.回报时,考虑到它在第一近似值中为零,这很有趣。这个问题其实很简单(让x为所需系列,N为样本量)。

真实系数/粗略估计系数 =

=MathSqrt( ( Sum(x^2) - Sum(x)^2 ) / Sum(x^2) ) =

= MathSqrt( 1 - N^2 * Average^2 / Sum(x^2) ) ~

~ 1 - N^2/2 * Average^2 / Sum(x^2) =

= 1 - N/2 * Average^2 / Average_square

如果不是在第二个和之前有乘数N/2,一切都会很好。

 

看来,为了让我了解神经网络,我首先要学习一些编程语言的基础知识

 
请帮助研究Kohonen网络。我不明白超球的维数是如何被发现的。例如,如果输入是3,神经元是1,那么三个维度?那么,3个不同的输入是一个输入矢量的一个点的坐标?而这3个输入必须以同一标准联系起来?如果我需要添加另一个标准,在此基础上再创建3个输入,并将它们链接到相同的神经元,我是否会得到 "不平衡 "的测量结果?输入向量将是三维的,但神经元将是六维的?
 
danja >> :
大家好!我是一个论坛上的新人。在一个论坛上看到了很多有用的信息:)。我想请教一下,我想深入了解神经网络 的意义,但不知道从哪里开始,而我有一个大致的想法,读过雷舍托夫的一篇文章,现在有一个愿望,想在这个方向发展。Popeopeye关于这个问题的有用文献,也许在某个论坛上是,但我没有查到?提前感谢:)

你必须从了解什么是优化方法开始。然后是下坡路的目标。