Найти - Пользователи
Полная версия: Решение задачи регрессии с помощью рекуррентной нейронной сети
Начало » Data Mining » Решение задачи регрессии с помощью рекуррентной нейронной сети
1
Volodya
Здравствуйте, ребята!

Скажите, существуют ли модели рекуррентных нейронных сетей для решения задачи регрессии?

Дело в том, что у меня показатель, который я пытаюсь предсказать (Y), не сразу реагирует на изменения факторов влияющих на него (X1, X2, X3, …), а спустя некоторое время (спустя несколько обучающих наборов). Поэтому я подумал, что рекуррентная нейронная сеть сможет “заглядывать на несколько наборов вперед”, это на подобие учета контекста при анализе текста.
Если не прав, то поправьте меня пожалуйста!
doza_and
Volodya
Скажите, существуют ли модели рекуррентных нейронных сетей
На таком уровне разницы между регрессией и нейронной сетью нет. Просто чуть разная терминология для одинаковых вещей. Если умеете пользоваться регрессией, то нет смысла осваивать новое поле. Добавьте в факторы несколько приращений с шага на шаг.
Volodya
doza_and
Добавьте в факторы несколько приращений с шага на шаг.
Не понял, что вы имеете в виду, объясните пожалуйста по подробнее
doza_and
насколько я понял есть вектор факторов меняющийся во времени или в зависимости от номера обучающей последовательности.

Обозначим факторы \vec{X}_i (латеховая нотация) где i номер набора. i=0 для текущего i=1 для предидущего и т.д. Если есть подозрение что предистория влияет на точность предсказаний то пробуем fit

 Y=FIT(\vec{X}_0,\vec{X}_1,...)
Это позволит описать зависимость например как решение линейного разностного уравнения.
This is a "lo-fi" version of our main content. To view the full version with more information, formatting and images, please click here.
Powered by DjangoBB