Neurale netwerken |
Top Vorige Volgende |
Hieronder staat eeen neuraal netwerk met een inputlaag met 4 neuronen en een outputlaag met 2 neuronen en twee hidden layers met ieder drie neuronen. Zoals je ziet zijn alle neuronen verbonden met alle neuronen van de vorige laag en met alle neuronen van de volgende laag. Neurale netwerken kun je ook gebruiken bij 'gewone' data-bestanden. Neurale netwerken kunnen een getal(regressie) bij numerieke variabelen voorspellen en kunnen ook voorspellen welk label bij labelvariabelen.(Categoriaal).gekozen is. Een neuraal netwerk is een bibliotheek van software die ontwikkeld is om dit soort berekeningen heel snel uit te voeren. De makers van deze software werkten bij google. De gebruiker geeft alleen aan wat hij wil dat de computer gaat doen.
Om deze voorspellingen te kunnen doen, moet je eerst opgeven welke variabelen meedoen Natuurlijk laat je de afhanklijke variabele zelf niet meedoen met het voorspellen. Je moet opgeven hoeveel hidden layers meedoen( in de tekening hierboven zijn dat 2 layers met ieder drie neuronen Hyperparameters Bij neurale netwerken kun je een aantal hyperparameters opgeven Epochs is het aantal keer dat de hele dataset gebruikt wordt om de parameters van het netwerk te trainen zodra op de knop Start Berekeningen .wordt geklikt. Batch size is het aantal records dat het netwerk meeneemt in één berekening. Learning rate Bij iedere berekening wordt geschat hoeveel de parameters van het netwerk moeten veranderen om in één slag bij het minimum te komen. Dit leidt echter tot heel instabiel gedrag. Het netwerk geeft dan NaN af. (NaN = Not a Number) Meestal is een fractie van 0,01 voldoende snel, maar soms zijn ook veel kleinere getallen nodig. Standariseren. Als de waarden van de variabelen heel erg verschillen in grootte, is het network lang bezig om deze verschillen te overbruggen. Loss. Het netwerk kan met verschillende loss functies rekenen. Bijvoorbeeld de MeanSquaredError, maar ook met de gemiddelde absolute fout.Niet geimplementeerd in deze versie Optimiser Om te minimaliseren van de loss zijn ook verschillende reken methodes ontwikkeld. Berekeningen De berekeningen worden gestart met de knop Start Berekeningen Dit betekent dat het netwerk epoch keer wordt doorgerekend. Met de knoppen daaronder kun je het netwerk vragen meer berekeningen uit te voeren. Bij iedere berekening wordt de MeanSquaredError weergegeven. Bij Start Voorspellingen moet je de waarden van de variabelen die gebruikt zijn om de waarde van de afhanklijke variabele te voorspellen.
|