Какие переменные влияют на результат

Выбор того, какие переменные включить в рассмотрение Вашей нейронной сетью, является решающим для достижения эффективной работы Вашей нейронной сети. Эти переменные будут входами сети.

"Сила" входа
Нейронная сеть предполагает, что каждый вход является непрерывной переменной, интенсивность которой соответствует "силе" входа. Поэтому для числового входа сеть принимает во внимание амплитуду входа.

Типы данных
Нейронные сети предполагают, что на каждый конкретный вход всегда подаются данные одного и того же типа. Очевидно, что переменная, соответствующая возрасту, не должна содержать возраст в одних примерах и высоту или давление крови в других.
Аналогично, если Вы подаете сигнал или кривую на несколько входов в качестве временной зависимости, будет более правильным, если измерения одного и того же участка кривой будут находиться во входном потоке данных на одном и том же месте для каждого примера или примерно на одном и том же месте. Это называется нормализацией входных данных. Если Вы не нормализуете входные данные, Вам придется предоставить сети гораздо больше примеров, в которых кривые занимали бы все возможные положения.
То же справедливо и для двумерного случая. Если Вы подаете образы на вход сети, они должны всегда располагаться на одном и том же месте, например, в центре матрицы входов.

Переменные для рыночных предсказаний
Пользователи, создающие финансовые приложения или решающие другие задачи с временными зависимостями, могут в дополнение к исходным данным о курсах использовать фундаментальные индикаторы, такие, как процентные ставки, цены на золото и т.д. Может также оказаться полезным создание дополнительных входных переменных из уже имеющихся исходных данных, таких, как задержанные или усредненные исходные данные. За более подробной информацией обращайтесь к разделу Советы по использованию,
Предсказание рынка. Дополнение к NeuroShell 2, пакет Рыночных индикаторов, легко создаст для Вас эти дополнительные переменные.
Принимая решение о входных переменных, обычно лучше включить лишние переменные, чем недостаточное их количество. Включайте все переменные, которые кажется разумным включить, поскольку нейронные сети в состоянии обнаруживать неуловимые различия в данных, которые не в состоянии распознать даже наш мозг. Если какая-либо переменная не влияет на выход, нейронная сеть научится игнорировать ее.
Содержание раздела