The true power and advantages of ne

The true power and advantages of neural networks lies in the ability to represent both linear and nonlinear relationships directly from the data being modeled. A neural network model is a structure that can be adjusted to produce a mapping from a given set of data to features or relationships among the data. The model is adjusted, or trained, using a collection of data from a given source as input, typically referred to as the training set. After successful training, the neural network will be capable to perform classification, estimation, prediction, or simulation on new data from the same or similar sources [16].

ผลลัพธ์ (ไทย) 1:

พลังงานจริงและประโยชน์ของเครือข่ายประสาทอยู่ในความสามารถในการแสดงความสัมพันธ์เชิงเส้น และไม่เชิงเส้นตรงจากข้อมูลที่ถูกจำลอง แบบจำลองโครงข่ายประสาทเป็นโครงสร้างที่สามารถปรับปรุงการผลิตการแมปข้อมูลจากกำหนดลักษณะหรือความสัมพันธ์ระหว่างข้อมูล แบบปรับปรุง หรือผ่านการฝึก อบรม ใช้เก็บรวบรวมข้อมูลจากแหล่งที่กำหนดเป็นอินพุท มักจะเรียกว่าชุดฝึกอบรม หลังจากฝึกสำเร็จ เครือข่ายประสาทจะสามารถทำการจัดประเภท ประเมิน คาดเดา หรือการจำลองข้อมูลใหม่จากแหล่งเดียวกัน หรือคล้ายกัน [16]

ผลลัพธ์ (ไทย) 2:

อำนาจที่แท้จริงและข้อดีของเครือข่ายประสาทอยู่ในความสามารถที่จะเป็นตัวแทนความสัมพันธ์ของทั้งสองเส้นและไม่เป็นเชิงเส้นตรงจากข้อมูลที่มีการสร้างแบบจำลอง รูปแบบเครือข่ายประสาทเป็นโครงสร้างที่สามารถปรับเปลี่ยนการผลิตการทำแผนที่จากชุดที่กำหนดของข้อมูลไปยังคุณสมบัติหรือความสัมพันธ์ระหว่างข้อมูล รูปแบบจะมีการปรับหรือการฝึกอบรมโดยใช้การเก็บรวบรวมข้อมูลจากแหล่งที่มาที่ได้รับเป็นค่านำเข้าโดยทั่วไปจะเรียกว่าชุดการฝึกอบรม หลังจากการฝึกอบรมที่ประสบความสำเร็จของเครือข่ายประสาทจะมีความสามารถที่จะดำเนินการจัดหมวดหมู่การประมาณค่าการทำนายหรือการจำลองข้อมูลใหม่จากแหล่งเดียวกันหรือคล้ายกัน [16]

ผลลัพธ์ (ไทย) 3:

พลังที่แท้จริงและข้อดีของโครงข่ายประสาทเทียมอยู่ในความสามารถที่จะแสดงทั้งระบบสมการเชิงเส้นและไม่เชิงเส้นความสัมพันธ์โดยตรงจากข้อมูลที่ถูกออกแบบ . เครือข่ายประสาทเทียมเป็นโครงสร้างที่สามารถปรับการผลิตแผนที่จากกำหนดข้อมูลคุณสมบัติ หรือความสัมพันธ์ระหว่างข้อมูล รูปแบบการปรับเปลี่ยน หรือผ่านการอบรมโดยใช้การเก็บรวบรวมข้อมูลจากแหล่งข้อมูลที่ได้รับ โดยทั่วไปเรียกว่า การตั้งค่า หลังจากการฝึกอบรมประสบความสำเร็จ , โครงข่ายประสาทเทียมจะสามารถดําเนินการ ประมาณ การพยากรณ์ หรือการจำลองข้อมูลใหม่จากแหล่งเดียวกัน หรือคล้ายกัน [ 16 ]