Нейрокомпьютинг и его применения в экономике и бизнесе


Типы обучения нейросети - часть 2


С практической точки зрения, "помеченные" данные

\{x^\alpha,y(x^\alpha)\}
зачастую дороги и не столь многочисленны, как "непомеченные"
\{x^\alpha\}
, например, в случае, когда "учителем" является человек - эксперт. В силу этого обстоятельства на таких данных можно обучить лишь относительно простые и компактные нейросети. Напротив, нейросети, обучаемые без учителя часто используют для переработки больших массивов "сырых" данных - в качестве предобрабатывающих фильтров. Указанное различие, однако, исчезает, когда данные естественным образом распадаются на входы-выходы, например при предсказании временных рядов, где следующее значение ряда является выходом, а предыдущие несколько значений - соответствующими входами обучаемой нейросети.




Начало  Назад  Вперед