"NeuralNetwork" (機械学習メソッド)

詳細とサブオプション

  • ニューラルネットワークは，それぞれが単純な計算を行う層の積重ねからなる．情報は入力層から出力層まで層ごとに処理される．ニューラルネットワークは勾配降下を使って訓練集合の損失関数を最小にするように訓練される．
  • 次のオプションを使うことができる．
  • MaxTrainingRounds Automaticデータ集合に対しての最大反復回数
    "NetworkDepth" Automaticネットワークの深度
  • オプション"NetworkDepth"はネットワークの容量を制御する．ネットワークが深いほど，より複雑なパターンが格納できるが，過剰適合になりがちである．
  • オプションMaxTrainingRoundsを使って訓練のスピードアップができる．また，このオプションは正規化のパラメータとしても使うことができる．この値を小さくすることで過剰適合が回避できる．

例題

すべて開くすべて閉じる

例  (2)

ラベル付きの例で分類器関数を訓練する：

分類器についての情報を得る：

新たな例を分類する：

データを生成し，可視化する：

このデータで予測器関数を訓練する：

データを予測された値と比較し，標準偏差を見る：

オプション  (2)

MaxTrainingRounds  (1)

訓練集合を生成し，可視化する：

異なるMaxTrainingRoundsを使って2つの予測器を訓練し，訓練集合に対する両者のパフォーマンスを比較する：

"NetworkDepth"  (1)

"NetworkDepth"サブオプションを使ってニューラルネットワークの単位の数を指定する：

"NetworkDepth"を変えて2番目の PredictorFunctionを訓練する：

平均予測をプロットする：