MATLAB.Exponenta
–Û·Ë͇ Matlab&Toolboxes

Математика\Neural Network Toolbox

Книга  Kevin Swingler  "Applying Neural Networks. A practical Guide" (перевод Ю.П.Маслобоева)
Содержание

Глава 2
2. Кодирование и пребразование данных
  2.1. Введение
    2.1.1. Два принципа представления данных в нейронных сетях
    2.1.2. Подготовка данных
  2.2. Классификация данных по типу
    2.2.1. Кодирование целых чисел
  2.3. Исходные статистические вычисления
    2.3.1. Удаление выбросов
  2.4. Понижение размерности
    2.4.1. Удаление наименее полезных переменных
    2.4.2. Проектирование в пространство с меньшей размерностью
  2.5. Шкалирование данных
    2.5.1. Линейное шкалирование
    2.5.2. Мягкое (softmax) шкалирование
    2.5.3. Обратное шкалирование
Глава 3
3. Построение сети
  
3.1. Введение
  3.2. Проектирование многослойного перцептрона (МП)
    3.2.1. Размер сети
    3.2.2. Размер скрытого слоя
    3.2.3. Аналитическое вычисление размера сети
    3.2.4. Конструктивные алгоритмы
    3.2.5. Динамическое добавление и удаление
    3.2.6. Обобщающая способность и точность: другие методы
    3.2.7. Добавление регуляризующего члена
    3.2.8. Количество скрытых слоев
    3.2.9. Функции активации
    3.2.10. Меры ошибок
    3.2.11. Установки значений скорости обучения и момента
  3.3. Тренировка нейронных сетей
    3.3.1. С чего начать
    3.3.2. Режимы тренировки: последовательный или пакетный
    3.3.3. Ускорение процесса тренировки
    3.3.4. Когда останавливать тренировку
    3.3.5. Меры "здоровья" сети
Список литературы


Поиск по сайту:

Система Orphus

Яндекс.Метрика