Exponenta Banner
exponenta event banner

Нейронные сети

Нейронные сети для бинарной и мультиклассовой классификации

Модели нейронных сетей структурированы как ряд слоев, которые отражают способ обработки информации мозгом. Классификаторы нейронных сетей, доступные в Statistics and Machine Learning Toolbox™, являются полностью связанными, передающими нейронные сети, для которых можно настроить размер полностью соединенных слоев и изменить функции активации слоев.

Для обучения модели классификации нейронных сетей используйте  приложение Classification Learner. fitcnet в интерфейсе командной строки. После обучения можно классифицировать новые данные, передав модель и новые данные предиктора в predict.

Если вы хотите создать более сложные сети глубокого обучения и иметь Deep Learning Toolbox™, вы можете попробовать приложение Deep Network Designer (Deep Learning Toolbox).

Приложения

КлассификаторОбучение моделей классификации данных с помощью контролируемого машинного обучения

Функции

развернуть все

fitcnetМодель классификации нейронных сетей поезда
compactУменьшение размера модели машинного обучения
crossvalМодель машинного обучения с перекрестной проверкой
kfoldLossПотеря классификации для перекрестно проверенной модели классификации
kfoldPredictКлассификация наблюдений в перекрестно проверенной модели классификации
kfoldEdgeКрай классификации для перекрестно проверенной модели классификации
kfoldMarginПоля классификации для перекрестно проверенной модели классификации
kfoldfunФункция перекрестной проверки для классификации
lossПотеря классификации для классификатора нейронных сетей
resubLossПотеря классификации возмещения
edgeКрай классификации для классификатора нейронных сетей
marginГраницы классификации для классификатора нейронных сетей
resubEdgeКрай классификации повторной субституции
resubMarginМаржа классификации ресообразования
predictКлассифицировать наблюдения с помощью нейросетевого классификатора
resubPredictКлассификация данных обучения с использованием обученного классификатора

Объекты

ClassificationNeuralNetworkМодель нейронной сети для классификации
CompactClassificationNeuralNetworkКомпактная модель нейронной сети для классификации
ClassificationPartitionedModelМодель классификации с перекрестной проверкой

Темы

Оценка характеристик классификатора нейронных сетей

Использовать fitcnet создать прямой нейронный сетевой классификатор с полностью связанными слоями и оценить производительность модели на тестовых данных.

Подготовка классификаторов нейронных сетей с помощью приложения Classification Learner

Создание и сравнение классификаторов нейронных сетей и экспорт обученных моделей для прогнозирования новых данных.

Документация по инструментам для статистического и машинного обучения

Поддержка