Encuentro que la descripción del manual JMP 13 del procedimiento de refuerzo en redes neuronales es vaga. Aquí hay una captura de ella:
"El primer paso es ajustar un modelo de una capa y dos nodos. Los valores pronosticados de ese modelo se escalan según la tasa de aprendizaje y luego se restan de los valores reales para formar un residuo escalado. El siguiente paso es colocar una capa diferente, dos nodos modelo sobre los residuos escalados del modelo anterior".
No entiendo cómo JMP usa residuos de los valores predichos. Una fórmula matemática o un diagrama podrían ser de gran ayuda.
¿JMP está agregando los residuales a las características definidas y capacitando la red nuevamente? o si entrena las redes encadenadas de residuales solo? Por ejemplo, si tengo 10 funciones y estoy tratando de predecir una sola respuesta continua y mi red tiene una capa oculta de 3 neuronas (también conocidas como nodos); la primera red neuronal en una red impulsada sería de forma [10, 3, 1]. Ahora JMP calcula los residuales (Valores verdaderos - Valores predichos) de la última capa. Ahora, ¿qué sucede con los residuos? ¿Cuál es la forma de la segunda red, cuáles son sus entradas y qué predice?
Gracias por su tiempo por adelantado.
digamos que empiezo con 100 mediciones diferentes (columnas) y 200 observaciones (filas) tratando de predecir 1 respuesta continua (columna). Supongo que la primera red neuronal tomaría las 100 columnas y generaría 1 predicción. ¿La segunda red neuronal tomaría 1 columna de residuos y también generaría 1 columna de predicciones?
Hola Phil, gracias por tu respuesta. La entrada a la segunda red neuronal aún no está clara para mí. Entonces, ¿diría que la segunda red neuronal funcionaría con solo 1 característica (los residuos) incluso si mi conjunto de datos inicial tuviera 100 mediciones y las estuviera usando como características?
