2.Regression. A neural network can

2.Regression. A neural network can be trained to predict an output variable whose values are of numeric (,e., real or integer numbers) type.
If a network fits well in modeling a known sequence of values, it can be used to predict future results.
An obvious example of the regression task is stock market index predictions.
Type of ANN obvious for this task include feedforward network (such as MLP with backpropagation leaning)and radial basis functions.

ผลลัพธ์ (ไทย) 1:

2.Regression เครือข่ายประสาทที่สามารถฝึกฝนการทำนายตัวแปรผลลัพธ์มีค่าเป็นตัวเลข (, e. จำนวนจริงหรือจำนวนเต็ม) ชนิด ถ้าเครือข่ายเหมาะกับดีในลำดับรู้จักค่า มันสามารถใช้ทำนายผลในอนาคต ตัวอย่างที่ชัดเจนของงานถดถอยคือ คาดการณ์ดัชนีตลาดหลักทรัพย์ ชนิดของแอนชัดในงานนี้รวมเครือข่าย feedforward (เช่น MLP กับ backpropagation พิง) และฟังก์ชันฐานรัศมี

ผลลัพธ์ (ไทย) 2:

2.Regression เครือข่ายประสาทสามารถผ่านการฝึกอบรมในการทำนายตัวแปรเอาท์พุทที่มีค่าเป็นตัวเลข (อี. ตัวเลขจริงหรือจำนวนเต็ม) พิมพ์.
ถ้าเครือข่ายพอดีในการสร้างแบบจำลองลำดับที่รู้จักกันของค่าก็สามารถนำมาใช้ในการทำนายผลในอนาคต
ตัวอย่างที่ชัดเจนของงานการถดถอยคือการคาดการณ์ดัชนีตลาดหุ้น.
ประเภท ANN ที่เห็นได้ชัดสำหรับงานนี้รวมถึงเครือข่ายคราท (เช่น MLP กับแพร่กระจายย้อนกลับพิง) และฟังก์ชั่นพื้นฐานรัศมี

ผลลัพธ์ (ไทย) 3:

2.regression . เครือข่ายประสาทสามารถฝึกเพื่อทำนายผลผลิตตัวแปรที่มีค่าของตัวเลข ( เช่น จริง หรือ จำนวนเต็มตัวเลข ) ประเภท
ถ้าเครือข่ายพอดีในโมเดลลิ่งรู้จักลำดับของค่านิยม มันสามารถใช้ในการทำนายผลลัพธ์ในอนาคต
ตัวอย่างที่ชัดเจนของการถดถอยงานคาดการณ์ดัชนีตลาดหลักทรัพย์
ประเภทของแอนที่ชัดเจนสำหรับงานนี้รวมถึงเครือข่ายไปข้างหน้า ( เช่น MLP กับแบบเอียง ) และฟังก์ชันฐาน
เรเดียล