Neural Network BasicsA neural netwo

Neural Network Basics
A neural network is a system that takes numeric inputs, performs
computations on these inputs, and outputs one or more numeric
values. When a neural net is designed and trained for a specific
application, it outputs approximately correct values for given inputs.
For example, a net could have inputs representing some easily
measured characteristics of an abalone (a sea animal), such as length,
diameter and weight. The computations performed inside the net
would result in a single number, which is generally close to the age of
the animal (the age of an abalone is harder to determine).
The inspiration for neural nets comes from the structure of the brain.
A brain consists of a large number of cells, referred to as "neurons". A
neuron receives impulses from other neurons through a number of
"dendrites". Depending on the impulses received, a neuron may send
a signal to other neurons, through its single "axon", which connects to
dendrites of other neurons. Like the brain, artificial neural nets
consist of elements, each of which receives a number of inputs, and
generates a single output, where the output is a relatively simple
function of the inputs.
Neural Nets vs. Statistical Methods
Neural nets provide an alternative to more traditional statistical
methods. Like Linear Regression, they are used for function
approximation. Like Discriminant Analysis and Logistic Regression,
they are used for classification. The advantage of neural nets is that
they are capable of modeling extremely complex functions. This
stands in contrast with the traditional linear techniques (Linear
Regression and Linear Discriminant Analysis). Techniques for
optimizing linear models were well known before artificial neural
nets were invented in middle of the 20th century. Effective
algorithms for training neural nets took many years to develop.
However, we now have a range of sophisticated algorithms for neural
net training, making them an attractive alternative to the more
traditional methods.

ผลลัพธ์ (ไทย) 1:

พื้นฐานของโครงข่ายประสาทเครือข่ายประสาทเป็นระบบที่ใช้ตัวเลขอินพุต ดำเนินการประมวลผลด้านอินพุต และแสดงผลตัวเลขอย่าง น้อยหนึ่งค่า เมื่อออกแบบ และการฝึกอบรมสำหรับการสุทธิประสาทโปรแกรมประยุกต์ มันแสดงผลถูกต้องประมาณค่าสำหรับรับอินพุตตัวอย่าง สุทธิสามารถมีอินพุตแสดงบางอย่างง่ายดายวัดลักษณะของเป็นเป๋าฮื้อทะเลสัตว์), เช่นความยาวเส้นผ่าศูนย์กลางและน้ำหนัก ประมวลผลการดำเนินการภายในสุทธิจะส่งผลให้หมายเลขเดียว ซึ่งมีอายุโดยทั่วไปสัตว์ (อายุของหอยเป๋าฮื้อจะหนักกำหนด)แรงบันดาลใจสำหรับตาข่ายประสาทมาจากโครงสร้างของสมองสมองประกอบด้วยเซลล์ เรียกว่า "neurons" เป็นจำนวนมาก Aเซลล์ประสาทได้รับแรงกระตุ้นจาก neurons อื่น ๆ หมายเลขของ"dendrites" อาจส่งเป็นเซลล์ประสาทขึ้นอยู่กับแรงกระตุ้นได้รับสัญญาณไป neurons อื่น ๆ ทางเดี่ยวของ "แอกซอน" ซึ่งเชื่อมต่อกับdendrites ของ neurons อื่น ๆ เช่นสมอง ตาข่ายประสาทประดิษฐ์ประกอบด้วยองค์ประกอบ ซึ่งได้รับจำนวนอินพุต และสร้างผลลัพธ์เดียว ซึ่งผลผลิตที่ได้ค่อนข้างง่ายการทำงานของปัจจัยการผลิตตาข่ายประสาทเทียบกับวิธีการทางสถิติตาข่ายประสาทให้ทางเลือกมากกว่าทางสถิติวิธี เช่นการถดถอยเชิงเส้น การใช้ฟังก์ชันประมาณ เช่น Discriminant วิเคราะห์ถดถอยโลจิสติกพวกเขาจะใช้การจัด ข้อดีของมุ้งประสาทคือพวกเขามีความสามารถในการสร้างโมเดลฟังก์ชันซับซ้อนมาก นี้ยืน in contrast with เทคนิคเชิงเส้นแบบดั้งเดิม (เชิงเส้นถดถอยและ Discriminant เชิงวิเคราะห์) เทคนิคสำหรับแบบจำลองเชิงประสิทธิภาพถูกรู้จักกันดีก่อนที่จะประดิษฐ์ประสาทตาข่ายถูกคิดค้นในกลางศตวรรษ 20 มีผลบังคับใช้อัลกอริทึมสำหรับฝึกประสาทมุ้งใช้เวลาหลายปีในการพัฒนาอย่างไรก็ตาม เรามีช่วงของอัลกอริทึมซับซ้อนสำหรับประสาทสุทธิฝึกอบรม ทำให้พวกเขาทางเลือกน่าสนใจยิ่งวิธีแบบดั้งเดิม

ผลลัพธ์ (ไทย) 2:

ข้อมูลพื้นฐานเกี่ยวกับประสาทเครือข่าย
เครือข่ายประสาทเป็นระบบที่ใช้ปัจจัยการผลิตที่เป็นตัวเลขดำเนินการ
คำนวณเกี่ยวกับปัจจัยการผลิตเหล่านี้และผลอย่างใดอย่างหนึ่งหรือมากกว่าตัวเลข
ค่า เมื่อสุทธิประสาทได้รับการออกแบบและการฝึกอบรมสำหรับเฉพาะ
แอปพลิเคมันจะออกผลลัพธ์ประมาณค่าที่ถูกต้องสำหรับปัจจัยการผลิตที่กำหนด.
ยกตัวอย่างเช่นสุทธิอาจมีปัจจัยบางอย่างที่เป็นตัวแทนของ
วัดลักษณะของหอยเป๋าฮื้อ (สัตว์น้ำทะเล) เช่นความยาว
และมีขนาดเส้นผ่าศูนย์กลาง น้ำหนัก คำนวณดำเนินการภายในสุทธิ
จะส่งผลให้ในจำนวนเดียวซึ่งโดยทั่วไปที่อายุใกล้เคียงของ
สัตว์ (อายุหอยเป๋าฮื้อเป็นเรื่องยากที่จะตรวจสอบ).
แรงบันดาลใจสำหรับประสาทมาจากโครงสร้างของสมอง.
สมอง ประกอบด้วยจำนวนมากของเซลล์ที่เรียกว่า "เซลล์"
เซลล์ประสาทได้รับแรงกระตุ้นจากเซลล์ประสาทอื่น ๆ ผ่านทางหมายเลขของ
"dendrites" ทั้งนี้ขึ้นอยู่กับแรงกระตุ้นที่ได้รับเซลล์ประสาทอาจจะส่ง
สัญญาณไปยังเซลล์ประสาทอื่น ๆ ผ่าน "ซอน" เดี่ยวซึ่งเชื่อมต่อกับ
dendrites ของเซลล์ประสาทอื่น ๆ เช่นเดียวกับสมองประสาทเทียม
ประกอบด้วยองค์ประกอบแต่ละที่ได้รับจำนวนของปัจจัยการผลิตและ
สร้างออกเดียวที่ส่งออกเป็นที่ค่อนข้างง่าย
ฟังก์ชั่นของปัจจัยการผลิต.
ตาข่ายประสาทเทียบกับวิธีการทางสถิติ
มุ้งประสาทให้ทางเลือกในการ สถิติแบบดั้งเดิมมากขึ้น
วิธีการ เช่นเดียวกับการถดถอยเชิงเส้นที่พวกเขาจะใช้สำหรับฟังก์ชั่น
การประมาณ เช่นเดียวกับการวิเคราะห์และจำแนกโลจิสติกการถดถอย
พวกเขาจะใช้สำหรับการจัดหมวดหมู่ ประโยชน์จากประสาทคือการที่
พวกเขามีความสามารถในการสร้างแบบจำลองการทำงานที่ซับซ้อนมาก นี้
ยืนในทางตรงกันข้ามกับเทคนิคการเชิงเส้นแบบดั้งเดิม (เชิงเส้น
ถดถอยเชิงเส้นและวิเคราะห์จำแนก) เทคนิคการ
เพิ่มประสิทธิภาพของตัวแบบเชิงเส้นเป็นที่รู้จักกันดีก่อนที่จะประสาทเทียม
มุ้งถูกคิดค้นขึ้นในช่วงกลางของศตวรรษที่ 20 มีผลบังคับใช้
อัลกอริทึมสำหรับประสาทการฝึกอบรมใช้เวลาหลายปีในการพัฒนา.
แต่ตอนนี้เรามีช่วงของอัลกอริทึมสำหรับประสาท
การฝึกอบรมสุทธิทำให้พวกเขาเป็นทางเลือกที่น่าสนใจมากขึ้น
วิธีการแบบดั้งเดิม

ผลลัพธ์ (ไทย) 3:

พื้นฐานโครงข่ายประสาท
ข่ายงานระบบประสาท เป็นระบบที่ใช้ข้อมูลตัวเลขแสดง
การคำนวณบนปัจจัยเหล่านี้ และผลหนึ่งหรือมากกว่าตัวเลข
ค่า เมื่อเครือข่ายประสาทได้รับการออกแบบและการฝึกอบรมสำหรับงานเฉพาะ
มันคือค่าประมาณที่ถูกต้องเพื่อให้กระผม
ตัวอย่างเช่นสุทธิอาจจะมีปัจจัยบางอย่างง่ายดาย
แทนวัดคุณลักษณะของเป๋าฮื้อ ( สัตว์ทะเล ) เช่น ความยาว
เส้นผ่าศูนย์กลางและน้ำหนัก วิธีการปฏิบัติในแห
จะส่งผลในหมายเลขเดียว ซึ่งโดยทั่วไปใกล้เคียงกับอายุของ
สัตว์ ( อายุของเป๋าฮื้อเป็นยากที่จะตรวจสอบ ) .
แรงบันดาลใจสำหรับตาข่ายประสาทที่มาจากโครงสร้างของสมอง
สมองประกอบด้วยเซลล์จำนวนมาก ,เรียกว่า " ประสาท " เป็นเซลล์ประสาทที่ได้รับแรงกระตุ้นจากเซลล์ประสาทอื่นๆ

ผ่านหมายเลขของ " กุยช่าย " ขึ้นอยู่กับแรงกระตุ้นได้รับ , เซลล์ประสาทอาจส่ง
สัญญาณเพื่อเซลล์ประสาทอื่น ๆผ่านของเดี่ยว " แอกซอน " ซึ่งเชื่อมต่อกับ
กุยช่ายประสาทอื่น ๆ เหมือนสมองเทียมตาข่ายประสาท
ประกอบด้วยองค์ประกอบของแต่ละที่ได้รับจำนวนของปัจจัยการผลิตและผลผลิต
สร้างเดียวที่ output เป็นฟังก์ชันง่ายๆ

ตาข่ายประสาทของปัจจัยการผลิต และวิธีการทางสถิติ
ตาข่ายประสาทให้แทนวิธีทางสถิติ
แบบดั้งเดิมมากขึ้น ชอบการถดถอยเชิงเส้นของพวกเขาจะใช้สำหรับฟังก์ชั่น
ประมาณ ชอบการวิเคราะห์ถดถอยโลจิสติกและ , พวกเขาจะใช้สำหรับการจำแนก
. ประโยชน์ของตาข่ายประสาทนั่น
พวกเขามีความสามารถในการจำลองการทำงานที่ซับซ้อนมาก นี้
ยืนในทางตรงกันข้ามกับแบบเชิงเส้น ( Linear และเทคนิคการวิเคราะห์การถดถอยเชิงเส้น
Discriminant Analysis ) เทคนิค
ปรับแบบจำลองเชิงเส้น เป็นที่รู้จักกันเป็นอย่างดีก่อนแหประสาทเทียมถูกคิดค้นใน
กลางศตวรรษที่ 20 อัลกอริทึมที่มีประสิทธิภาพสำหรับการฝึกประสาทเอามุ้ง

หลายปีเพื่อพัฒนา อย่างไรก็ตามตอนนี้เรามีช่วงของขั้นตอนวิธีที่ซับซ้อนสำหรับการฝึกอบรมสุทธิประสาท
, ทำให้พวกเขาเป็นทางเลือกที่น่าสนใจให้มากขึ้น

วิธีการแบบดั้งเดิม .