Программирование - это просто
Advertisement
Главная arrow Искусственный интеллект arrow Искусственный интеллект arrow Практика нейронных сетей (платный раздел) arrow Практика нейронных сетей. Урок 24. Анализ выборки
19.10.2018 г.
Главное меню
Главная
Системный подход
Интернет магазин
Биржевые роботы
Программные продукты
Математика и информатика
1С:Предприятие
C#, Delphi, VB, F#, Web и пр.
Искусственный интеллект
Услуги
Ча. Во. (FAQ)
Платный раздел
Наука для чайников
Разное
Размышления
Карта сайта
Друзья сайта
Excel-это не сложно
Все о финансах
Практика нейронных сетей. Урок 24. Анализ выборки Печать E-mail
Автор megabax   
13.05.2018 г.
unit AIObj

Практика нейронных сетей. Урок 24. Анализ выборки

Чтобы смотреть урок полностью, подпишитесь на платный раздел.

В платном разделе статья и исходники находятся здесь.


На прошлом уроке мы с вами начали исследовать нейронные сети на примере анализатора котировок. Мы написали программу "загрузчик котировок" и генератор обучающей выборки. Теперь по плану проанализировать выборку, а можем ли мы вообще обучить нейросеть на этой выборке.

Как будем анализировать выборку? Методом кластеризации. То есть, найдем в выборке устойчивые кластеры и проанализируем, насколько сильно расходятся выходные значения, если близки входные вектора (элементы попали в один кластер). Также посмотрим, насколько хорошо кластеризуется выборка, так как часто хорошая способность к кластеризации показывает, что на этой выборке нейросеть будет хорошо обучатся[1]. ...

...

...

И реализуем его обработчик:

        private void tsmiSelectionAnaliz_Click(object sender, EventArgs e)

        {

            List<Cluster> clusters = core.clustering(core.selection.items, 0.3);

            ClusteringViewForm form = new ClusteringViewForm(clusters, core.selection.items);

            form.Show();

        }

Теперь посмотрим результат:

Практика нейронных сетей. Урок 24. Анализ выборки

Давайте сравним с тем, что приведено в [1] (среднеквадратическое отклонение, к сожалению, мы не можем пока сравнить):

Выборка

Общее кол-во элементов

Кол-во кластеров / % кластеров

Среднее кол-во элементов в кластере

Максимальное количество элементов в кластере

Линейная функция 100 10 / 10% 10 10
Ряд на основе синусоиды 100 31 / 31% 3.266 6

Котировки в эксперименте из статьи

100

98 / 98%

1.02

2

Наш результат

1131

673 / 59.5% 1.681 9

Как сказано в [1], чем меньший % кластеров, тем лучше. Правда, у нас результат для полной выборки. Давайте, для чистоты эксперимента, посмотрим для такого же размера выборки (тем более, полную выборку нам надо будет еще разделить на обучающую и тестовую выборку, или даже на несколько таких выборок).

Добавляем в нашу программу окно выбора размера выборки...

...

 

Используемая литература

1.       Шуравин А. П. Исследование обучаемости нейронной сети на примере предсказания числовых рядов // Научные достижения и открытия 2017: сборник статей III Международного научно-практического конкурса. ПензаНаука и Просвещение, 2017. С. 31-36. (https://elibrary.ru/item.asp?id=30050179)


Скриншоты, помеченные знаком *, являются цитатами и иллюстрациями  программного продукта "Microsoft Visual Studio 2010 Professional", авторское право на который принадлежит корпорации Microsoft.. 


Последнее обновление ( 13.05.2018 г. )
 
« След.   Пред. »
 
© 2018 Программирование - это просто
Joomla! - свободное программное обеспечение, распространяемое по лицензии GNU/GPL.
Русская локализация © 2005-2008 Joom.Ru - Русский Дом Joomla!
Design by Mamboteam.com | Powered by Mambobanner.de
Я принимаю Яндекс.Деньги
Мы принимаем
Банковские карты
Оплатите покупку в интернет-магазине банковскими картами VISA и Mastercard любого банка.
узнать больше
Электронный кошелек
Моментальная оплата покупок с помощью вашего электронного кошелька RBK Money.
узнать больше
Банковский платеж
Оплатите покупку в любом российском банке. Срок зачисления средств на счет - 3-5 рабочих дней.
узнать больше
Денежные переводы
Оплата покупок через крупнейшие системы денежных переводов CONTACT и Unistream.
узнать больше
Почтовые переводы
Оплатите покупку в любом отделении Почты России. Срок зачисления платежа - 3-4 рабочих дня.
узнать больше
Платежные терминалы
Оплата покупок в терминалах крупнейших платежных систем в любом городе России - быстро и без комиссии.
узнать больше