Нейронные сети
STATISTICA Neural Networks

Перевод с английского StatSoft Russia

Аннотация

В книге популярно изложены методы анализа данных, основанные на построении нейросетевых моделей. Рассматриваются различные типы нейронных сетей, алгоритмы их обучения и примеры решения конкретных задач с использованием пакета STATISTICA Neural Networks. Книга представляет интерес в первую очередь для тех, кто начинает изучать нейросетевые методы и хочет научиться грамотно решать практические задачи, используя современные подходы к обработке данных. Заключительная глава содержит краткое руководство для пользователей STATISTICA Neural Networks.

Содержание

Глава 1. Введение в Нейронные сети

Параллели из биологии
Базовая искусственная модель
Применение нейронных сетей
Сбор данных для нейронной сети
Пре/пост-процессирование
Многослойный персептрон (MLP)
Радиальная базисная функция
Вероятностная нейронная сеть
Обобщенно-регрессионная нейронная сеть
Линейная сеть
Сеть Кохонена
Задачи классификации
Задачи регрессии
Прогнозирование временных рядов
Отбор переменных и понижение размерности

Глава 2. Первые шаги

Начинаем работу с пакетом ST Neural Networks
Создание набора данных
Создание новой сети
Сохранение набора данных и сети
Обучение сети
Запуск нейронной сети
Проведение классификации

Глава 3. Дальнейшие возможности

Ирисы Фишера
Обучение с кросс-проверкой
Условия остановки
Восстановление наилучшей сети
Решение задач регрессии
Радиальные базисные функции
Линейные модели
Сети Кохонена
Вероятностные (PNN) и обобщенно-регрессионные (GRNN) сети
Автоматический конструктор сети
Генетический алгоритм отбора входных данных
Временные ряды

Глава 4. Практические советы по решению задач

Представление данных
Выделение полезных входных переменных
Понижение размерности
Выбор архитектуры сети
Пользовательские архитектуры сетей
Временные ряды

ГЛАВА 5. Краткое руководство

Данные
Сети
Обучение сетей
Работа с сетью
Пересылка результатов в систему STATISTICA