Невронни мрежи

Neural net: Невронната мрежа е вид алгоритъм за машинно обучение, който е вдъхновен от структурата и функцията на човешкия мозък. Състои се от слоеве от взаимосвързани възли (неврони), които обработват информация и се учат от примери. Невронните мрежи обикновено се използват за разпознаване на изображения и реч, обработка на естествен език и прогнозно моделиране.

Невронната мрежа може да апроксимира широк набор от прогнозни модели с минимални изисквания към структурата на модела и предположенията. Формата на взаимоотношенията се определя по време на учебния процес. Ако линейната връзка между целта и

предикторите е подходяща, резултатите от невронната мрежа трябва да се доближават до тези на традиционен линеен модел. Ако нелинейната връзка е по-подходяща, невронната мрежа автоматично ще приближи „правилната“ структура на модела. Компромисът за тази гъвкавост е, че невронната мрежа не е лесно интерпретируема. Ако се опитвате да обясните основен процес, който създава връзките между целта и предикторите, би било по-добре да използвате по традиционен статистически модел. Въпреки това, ако интерпретируемостта на модела не е важна, можете да получите добри прогнози с помощта на невронна мрежа.

Изисквания към полето. Трябва да има поне една цел и един вход. Полетата, зададени на И двете или Нито едно, се игнорират. Няма ограничения за ниво на измерване на цели или предиктори (входящи данни).

References:

https://ncpha.government.bg/uploads/konkursi%20i%20proceduri/Avtoreferat_E.Manasiev.pdf