ニューラルネットワークとは何ですか？

ニューラルネットワークは、人間の脳の動作を模倣するプロセスを通じて、一連のレコード内の基本的な関係を認識しようとする一連のアルゴリズムです。この方法では、ニューラルネットワークは有機または人工のニューロンのシステムを定義します。

ニューラルネットワークは、認知システムと脳の神経機能における（仮定された）学習プロセスをモデルにした分析手法であり、既存の学習からのいわゆる学習プロセスを実装した後、他の観測から（特定の変数で）新しい観測を予測することができます情報。ニューラルネットワークは、データマイニング手法の1つです。

最初のフェーズは、特定のネットワークアーキテクチャを設計することです（それぞれが特定の数の「ニューロン」を含む、一定数の「レイヤー」を含みます）。ネットワークのサイズと構造は、調査対象の現象の性質（形式的な複雑さなど）と一致する必要があります。後者はこの初期段階ではあまりよく知られていないため、この作業は簡単ではなく、多くの場合、複数の「試行錯誤」が伴います。

次に、新しいネットワークは「トレーニング」のプロセスにかけられます。そのフェーズでは、ニューロンは入力（変数）の数に反復プロセスを適用して、ネットワークの重みを調整し、「トレーニング」の対象となるサンプルデータを最適に予測します（従来の用語では「適合」を見つけることができます）。 " は発表された。既存のデータセットから学習するフェーズが完了すると、新しいネットワークの準備が整い、予測を生成するために使用できるようになります。

ニューラルネットワークは、過去数年にわたって関心のある噴火を見ており、金融、医学、工学、地質学、物理学などの多様な分野で、問題領域の異常な分野でうまく使用されています。ニューラルネットワークには次の2つの要素があります-

パワー −ニューラルネットワークは、非常に複雑な関数をモデル化するのに十分な非常に洗練されたモデリング手法です。特に、ニューラルネットワークは非線形です。線形モデルにはよく知られた最適化戦略があるため、ここ数年、線形モデリングはほとんどのモデリングドメインで一般的に使用されている方法です。

使いやすさ −ニューラルネットワークは例によって学習します。ニューラルネットワークのユーザーは、代表的なデータを収集し、トレーニングアルゴリズムを呼び出して、データの構造を自動的に学習します。

ユーザーは、レコードの選択と準備の方法、適切なニューラルネットワークの選択方法、および結果の実行方法に関するヒューリスティックな知識を持っている必要がありますが、ニューラルネットワークを正常に使用するために必要なユーザー知識のレベルは、 （たとえば）いくつかのより伝統的な非線形統計手法を使用する場合。