Please enable JavaScript.
Coggle requires JavaScript to display documents.
Algorytm sieci neuronowej oraz regresji logistycznej firmy Microsoft…
Algorytm sieci neuronowej oraz regresji logistycznej firmy Microsoft
Teoria
Do czego wykorzystywany?
Analiza promocji i marketingu
Miara odniesionego sukcesy w kampaniach pocztowy i radiowych.
Analiza i przewidywanie ruchów na giełdzie.
Przewidywania na rynku walutowych, przy wykorzystaniu danych historycznych.
Eksplorowanie tekstu
Wykorzystywany przy analizowaniu procesów przemysłowych i produkcji.
Analiza złożonych relacji pomiędzy wieloma wejściami. Ważne jest aby model był skonstruowany tak, aby wyjść było relatywnie mniej niż wejść.
Przydatny przy analizie złożonych danych wejściowych, miedzy innymi: proces komercji oraz produkcji, problemy czysto biznesowe. Warunkiem jest duża ilość danych treningowych.
Jak działa algorytm sieci neuronowych firmy microsoft, z czego się składa?
Sieć stworzona przez algorytm składa się z maksymalnie trzech warstw neuronów.
Warstwa wejsciowa
Neurony, odpowiadające za definicję wszystkich atrybutów wejściowych dla modelu eksploracji oraz ich prawdopodobieństwa.
Warstwa ukryta
Warstwa opcjonalna
Ukryte neurony,
Ich zadaniem jest "pośrednictwo". Odbierają sygnały wejściowe i dostarczają sygnały wyjściowe do neuronów wyjściowych.
Miejsce, gdzie prawdopodobieństwo danych wejściowych ma przypisane wagi. Waga opisuję znaczenie lub wartość wejściowego, ukrytego neuronu. Im wyższa waga, tym większa wartość neuronu. Wagi mogą być ujemne, co sprawia hamowanie modelu, zamiast jego faworyzowania.
Warstwa wyjsciowa
Neurony, reprezentujące przewidywalne wartości konkretnych atrybutów dla naszego modelu eksploracji danych.
Algorytm wykorzystuje jednokierunkową sieć wielowarstwową PERCEPTRON, nazywana również siatką delta z propagacja wsteczna.
(za dokuemntacja)
Algorytmem uczącym jest algorytm wstecznej propagacji błedu.
(informacja z dokumentacji Microsoft)
Sieć jednokierunkowa wielowarstwowa jest podobna w działaniu do ludzkiego mózgu
Typ uczenia jest tzw online, jak mowi dokumentacja: "
W trakcie procesu szkolenia sieć jest oceniana natychmiast po każdej iteracji poprzez dane treningowe. Gdy dokładność nie wzrasta, proces treningowy zostaje zatrzymany*
.*
Opisać algorytm propagacji wsteczne z ksiązki Stanisława Osowskiego, Sieci neuronowe do przetwarzania informacji,
Algorytm regresji logistycznej
Teoria
Technika statystyczna, która służy do modelowania wyników binarnych.
Odmiana algorytmu sieci neuronowych. Różnica, jaka wynika z obu algorytmów jest taka, iż parametr HIDDEN_NODE_RATIO jest ustawiony na 0. Taka zmiana tworzy model sieci neuronowej, jednak bez pośredniczącej warstwy ukrytej.
Łatwiejszy do wdrożenia i uczenia niż algorytm sieci neuronowych Microsoft.
Sam algorytm jest bardzo elastyczny na wprowadzane dane. Przyjmuje dowolny rodzaj danych wejściowych. Potrafi obsługiwać kilka róznych zadań analitycznych..
Nazwa algorytmu wynika z faktu, iż krzywa danych modelu jest kompresowana za pomocą transformacji logistycznej, Dzięki temu minimalizowany jest wpływ wartości ekstremalnych ka końcowy wynik modelu.
Działanie algorytmu
modeluję relację miedzy wejsciami i wyjsciami.
Mierzony jest wpływ każdego wejścia na wyjście. W kolejnym kroku różne wejścia są ważone w gotowym modelu.