r 신경망 예제

신경망은 항상 인기가 있는 것은 아니며, 어떤 경우에는 계산 비용이 많이 들고 지원 벡터 컴퓨터(SVM)와 같은 간단한 방법과 비교할 때 더 나은 결과를 얻을 수 없는 것처럼 보였기 때문에 여전히 인기가 있습니다. 그럼에도 불구하고, 신경망은 다시 한 번 관심을 불러일으키고 인기를 끌고 있습니다. R에서 실제로 신경망을 만드는 것으로 넘어갑시다! 선형 모델의 부트 패키지에서 신경망에 대한 for 루프와 cv.glm() 함수를 사용하여 빠른 교차 유효성 검사를 구현할 것입니다. 내가 아는 한, 이러한 종류의 신경망에서 교차 유효성 검사를 수행하는 R에는 기본 제공 기능이 없습니다. 다음은 선형 모델에 대한 10배 교차 검증된 MSE입니다: rep=5를 정의하면 5개의 다른 신경망에서 결과를 얻을 수 있습니다. 그림 3은 계산된 신경망을 시각화합니다. 우리의 모델은 숨겨진 층에 3 개의 뉴런이 있습니다. 검은색 선은 가중치와의 연결을 표시합니다. 가중치는 앞서 설명한 역 전파 알고리즘을 사용하여 계산됩니다. 파란색 선은 바이어스 용어를 표시합니다. 출력 플롯 을 시각적으로 검사하여 우리는 신경망에 의해 만들어진 예측이 (일반적으로) 라인 주위에 더 많은 concetrated 것을 볼 수 있습니다 (라인과 완벽한 정렬은 0의 MSE를 나타내므로 이상적인 완벽한 예측을 나타낼 것입니다) 선형 모델로 변환합니다. 인간의 뇌는 정보를 처리하는 수십억 개의 신경 세포로 구성됩니다. 각 신경 세포는 간단한 처리 시스템으로 간주.

생물학적 신경망으로 알려진 뉴런의 상호 연결된 웹은 전기 신호를 통해 정보를 전송합니다. 이 병렬 대화 형 시스템은 뇌가 생각하고 정보를 처리하게합니다. 뉴런의 수상돌기는 다른 뉴런으로부터 입력 신호를 수신하고 다른 뉴런의 축색에 대한 입력에 따라 출력에 응답합니다. 이러한 입력에 따라 축축을 통해 출력 신호를 발사합니다. (소스) 이 문서는 빠른 검토 신경망을 제공하며 데이터 매니아를 위한 유용한 참조입니다. 우리는 신경망을 사용하는 경험을 가진 독자를 돕기 위해 기사 전반에 걸쳐 주석 처리 된 R 코드를 제공했습니다. 신경망은 블랙박스와 많이 유사합니다: 선형 모델과 같은 간단한 모델의 결과를 설명하는 것보다 결과를 설명하는 것이 훨씬 더 어렵습니다. 따라서 필요한 응용 프로그램의 종류에 따라 이 요소도 고려할 수 있습니다. 또한 위에서 보았듯이 신경망에 맞게 추가주의가 필요하며 작은 변화는 다른 결과를 초래할 수 있습니다.

이 문서에서는 신경망의 이론적 측면, R 및 사후 교육 평가에서의 구현에 대해 설명합니다. 신경망은 생물학적 신경계에서 영감을. 신경계와 마찬가지로 정보는 프로세서 계층을 통해 전달됩니다. 변수의 유의는 각 연결의 가중치로 표시됩니다. 이 문서에서는 이러한 가중치를 할당하는 데 사용되는 역 전파 알고리즘에 대한 기본적인 이해를 제공합니다. 이 문서에서는 R에 신경망을 구현 합니다. 우리는 CMU에서 공유하는 공개적으로 사용 가능한 데이터 집합을 사용합니다. 목표는 칼로리, 지방, 단백질 등과 같은 정보를 사용하여 곡물의 등급을 예측하는 것입니다.