Alle Rechts. Hallo alle.
Mein Name Ist Scott Allen.
Ich bin A Systeme Ingenieur bei JMP.
Ich bin gehen Zu Sei präsentieren A neuronal Netzwerk Tuning hinzufügen- In
Das Ich habe entwickelt wirklich zu helfen entwickeln neuronal Netzwerk Modelle
In ein automatisiert Weg Zu bauen viele Modelle,
finden aus welche Parameter Sind am meisten Wirksam In Gebäude Die am besten Modell.
Was Ausweis wie Zu Tun Ich gehe nur ein wenig auf den Hintergrund ein
An Motivation für Gebäude Das hinzufügen- In.
Ich bin gehen Zu Tun Vielleicht A Komplettlösung, die Beschreibung,
was ist gehen An In Die Hintergrund Wann Du laufen Die hinzufügen- In
Und Dann zeigen A verwenden Fall für Es. A Probe Arbeitsablauf.
Dann einfach richtig einpacken hoch mit manche Unterricht gelernt.
Das War Mein Erste groß Skripterstellung Projekt, Also sicherlich gelernt A viel entlang Die Weg.
Ich würde gerne Zu Aktie Das Und Dann als Also als was ist nächste.
Erste, Nur ICH wollen Zu Nehmen Sie sich hier 3, 4 Minuten Zeit
Nur An Die Hintergrund Und Motivation.
Eine Menge von andere Maschine Lernplattformen in JMP haben manche Irgendwie
Parameter Tuning Funktion,
ob es ist A Tuning Tisch Das Du erstellen draußen Die Plattform,
wie In Bootstrap Wald oder verstärkt Bäume, oder ein integriert Tuning Design
wie in Unterstützung Vektor Maschinen Und Die neu XGBoost Plattform.
Aber Es gibt nicht eins für neuronal Netzwerke.
Das LED Zu manche Kunden dass ich damit arbeite, danach zu fragen.
"Ist Das etwas das ist verfügbar?
Sind Dort Skripte aus Dort Das Wir dürfen verwenden?
Ist Dort ein hinzufügen- In?"
Dort Sind A wenige Dinge aus Dort, Aber Vielleicht nicht alles In eins Ort.
Dann An A persönlich Ebene, Ich habe niemals unternommen A groß Skripterstellung Projekt.
Ich habe Erledigt manche klein JSL Skripte zu automatisieren Arbeitsabläufe,
oder Zu sauber hoch Daten, Aber ICH hatte niemals gebaut ein Anwendung.
Das war, ich Wirklich gesucht A Projekt Zu hilf mir zu lernen.
ICH gebraucht Das als ein Entschuldigung Zu lernen JSL.
Der neuronal Netzwerk Plattform in JMP ist wirklich kraftvoll,
Und Also Krank Nur Start Es Wirklich schnell.
Ich bin Sicher Wenn Du hast gesehen Es...
ICH Wille erwähnen ICH Bin mit JMP PRO Ausführung 17.1 .
Das ist Wo alle Die testen hat passiert für Das hinzufügen- In.
ICH haben nicht gegangen rückwärts viele Versionen.
ICH würde vorschlagen Wenn Du Sind gehen Zu benutze das
Du brauchen Zu haben JMP PROFI Und bei am wenigsten Version 17.1.
Der JMP neuronal Netzwerkplattform Ist Wirklich mächtig
Und ICH Nur wollen Zu nehmen A wenige Minuten zu gehen durch Was Das sieht aus wie.
ICH denken alle hat...
Wenn Du hast gebraucht neuronal Netzwerke, Du hast gegangen durch diesen Arbeitsablauf
Und es ist A Wirklich Hübsch flexibel Plattform für Entwicklung diese Modelle.
Du dürfen Start aus mit ein Basismodell Und Vielleicht du bist nicht befriedigt
mit Die Leistung von dein Modell In Das Fall.
Du dürfen Nur gehen zurück Zu Die Modelleinführung Und Du dürfen anpassen Die Parameter Hier.
Du dürfen gehen Und generieren ein anderer Modell.
Es ist einfach zu Start Ändern diese Parameter
Und finden Modelle Das könnte Sei Die am meisten geeignet für dein System.
Aber Dort Sind A viel von Optionen In Hier.
Du hast bekommen anders Nummer von Knoten, Du hast bekommen eins oder zwei Lagen,
Es gibt erhöhen Optionen als Also als A viel von anders passend zu Optionen.
Du nicht stets wissen...
Es ist nicht stets klar welche von diese Parameter, die Sie ändern müssen
In Befehl Zu erhalten Die am besten Modell für Die Daten Tisch Das du bist Arbeiten In
Und Die Prädiktoren Das du bist verwenden.
Es ist nicht stets klar Wenn anpassen A Parameter
Ist gehen Zu führen Zu A besser Modell.
Du Nur anpassen up a nd runter, Vielleicht nehmen groß Schritte
Zu Figur aus was ist gehen An.
Es tut erfordern A viel von Handbuch Anpassungen von Die Benutzer
In Befehl Zu generieren diese Modelle.
Sie Sind hübsch schnell, Also es ist nicht Zeit- verbrauchend Zu erstellen diese
Aber es d oes erfordern A viel von Klicks.
Mein Ziel Hier Und manche von Mein Inspiration War Wirklich Zu bieten A einzel Plattform
für Tuning Und bewertend diese neuronal Netzwerk Modelle.
ICH War Auch inspiriert Dort war manche Tuning Skripte aus Dort.
Nick Shelton hatte A Skript Das würde helfen Du Baue diese Tabelle
Und laufen Es Und auswerten diese Modelle.
Markieren Bailey hatte entwickelt ein hinzufügen- In für Das als Also,
Und Dort waren s ome Gemeinschaft Beiträge Das war versuchen zu f Abbildung aus Wie Zu mach das.
Diese war alle manche beginnend Punkte für Das hinzufügen- In.
Dann ICH Wirklich wie Die XGBoost hinzufügen- In Schnittstelle.
Es ist Wirklich sauber, es ist bekommen manche grafisch Ausgänge
Und es ist Wirklich einfach Zu navigieren Und Lasst uns Du Auto Melodie diese Netzwerke.
Der hinzufügen- In Das Ich bin Entwicklung ist nicht Auto Tuning,
es ist Wirklich mehr von A brutal Gewalt Methode.
Nur bauen viele von Modelle Und Dann haben A grafisch Schnittstelle Dort
Zu hilf y du finden Die am besten eins für dein System.
Lasst uns gehen An Und bewegen auf t Ö Nur Was Die hinzufügen- In tut Und Wie Zu verwenden Es.
Zu Start Die hinzufügen- In, Nur wie am meisten hinzufügen- ins,
Du gehen Zu Die hinzufügen- In Speisekarte, Und es ist angerufen Neuronal Netzwerk Abstimmung.
Das dauert Du Zu Die Start Dialog.
Das gibt Du A Spaltenrolle Schnittstelle das ist sehr ähnlich
Zu viele andere Plattformen.
Wir dürfen Nur wählen alles o F unser Faktoren Hier Und unser Antwort.
Momentan, Es erlaubt A einzel Y Antwort,
Und Es dürfen Sei entweder kontinuierlich oder kategorisch.
Der hinzufügen- In momentan nur hat Die zwei Validierung Methoden,
Also Du dürfen angeben A Validierung Spalte mit beide Validierung und testen.
Einstellungen Wenn Du haben Das, Wenn Du nicht, es ist Nur gehen Zu Tun A zufällig halte zurück,
Die Standard für t Er neuronal Netzwerk.
Dann Du dürfen angeben Und Umschalten oder Umschalten Die informativ fehlen als Also.
Aber Also Nur gehen mit Das für Jetzt.
Wir klicken OK, Und Das dauert Du Zu Die Tuning Start.
Das Tuning Dialog, Erste, gibt Du A wenig bisschen von Information
um was ist In Die Daten Tisch Und Was Du angegeben als Spalte Rollen.
Rechts Jetzt wir haben bekommen Die Daten Tisch hier, Die Modell Validierung Methode,
als Also als ob oder nicht Wir haben informativ fehlen An oder aus.
Dann wir haben bekommen Die DAMHIRSCHKUH Möglichkeit.
Was Das hinzufügen- In Wille Tun, Ist sehen bei alle Die Parameter Bereiche Das Du hast Satz
Und erstellen A schnell, flexibel, Raum- Füllung Design.
Wirklich Die nur Design Spezifikation Du brauchen
Ist Zu Satz Die Nummer von Versuche In Das Design.
In Das Fall wir haben bekommen standardmäßig es ist gehen Zu Sei Satz Zu 20,
Und es gibt manche Regeln von Daumen.
Vielleicht Du wollen Zu angeben bei am wenigsten 10 Behandlungen In Das Design
für jeden Faktor Das du bist suchen bei, Aber es ist vollständig hoch Zu Die Benutzer,
Und Also Also kommen zurück Und anpassen Das Wenn Wir brauchen Zu.
Du dürfen Auch replizieren Das Design mit A anders zufällig Samen.
In manche Fälle Wenn Du wollen Zu sehen Wie robust Du könnte Sei
Zu bestimmt Parameter, Du dürfen laufen Die Dasselbe neuronal Netzwerk Modell 20 mal,
Aber alle mit anders zufällig Samen Zu sehen Wie robust Die Modell Ist Zu Das.
Dann Du dürfen Umschalten ob oder nicht Du wollen Zu sehen Die DAMHIRSCHKUH Dialog Das zeigt an hoch.
Einmal Du hast gegangen durch das DOE Optionen Hier,
Du dürfen kommen runter Zu Die neuronal Netzwerk Tuning.
ICH versucht Zu bleiben hübsch WAHR Zu Die Original Plattform
In Die neuronal Netzwerk von verwenden ähnlich Sprache Und Optionen Hier.
Das Ist Wo Du geh, a nd stattdessen von spezifizieren A einzel Wert
für eins von diese Parameter, war gehen Zu angeben A Reichweite.
Auch, Ich bin einschränkend A wenig bisschen Die verfügbar Optionen
für Die Typ von neuronal Netzwerk Das du bist gehen Zu erstellen.
In Das Fall Du dürfen generieren A einzel versteckt Schicht,
Du dürfen generieren zwei versteckt Lagen, oder eins versteckt Schicht mit erhöhen.
Momentan, Die neuronal Netzwerk Plattform nicht erlauben
A zweite Schicht mit erhöhen.
Wenn Du versuchen Zu Tun Das In Die neuronal Netzwerk Plattform,
Es Wille geben Du A Warnung Sprichwort Das es ist gehen Zu ignorieren Das zweite Schicht.
In Das hinzufügen- In, ICH Nur machen Es Also Das Du null aus alle diese zweite Lagen
Wann Du aktivieren Sie erhöhen.
In Das Fall war gehen zu e xplore Das Daten Tisch A bisschen
und vielleicht war gehen Zu Satz manche breit Reichweite von Tuning Parameter.
Ich bin gehen Zu gehen aus 0-9 An jede von diese Aktivierungsfunktion Nummer von Knoten.
Über An Die passend zu Optionen, Du nicht haben Zu Notwendig
weiß was könnte Sei am besten für dein System, Du dürfen Nur wählen ihnen
Zu Sei Teil F Die DAMHIRSCHKUH, oder In Die Fall
von diesen verwandeln Kovariaten Und robust fit Optionen.
Du dürfen Umschalten ihnen Zu stets Sei aus, stets Sei An, oder in die DOE einbeziehen.
Also enthalten beide von diese In Die DAMHIRSCHKUH für Das Beispiel.
Strafe Methoden.
Du dürfen prüfen beliebig oder alle Die anders Methoden.
Wenn Du nicht angeben beliebig Strafe Methode, Es Wille laufen
Die Standard Strafe Methode kariert.
Aber war gehen Zu überprüfen alle von diese.
Du dürfen Auch angeben Die Nummer von Touren pro Modell.
In Rückblick, ICH wahrscheinlich nicht brauchen Zu hinzufügen Das
aber weil Du könnte Tun etwas ähnlich von Nur replizieren alle von Die Entwürfe
Und Sehen Die Ergebnisse aus jede von diese Modelle.
Aber es ist Hier In Fall Du wollen Zu anpassen Die Nummer von Touren.
Du dürfen Auch angeben A zufällig Samen.
In Das Fall, Ich habe bekam, 3,4,5,6. Sechs verschiedene Faktoren In Das Design,
und so Ich bin Nur gehen Zu Vielleicht dreh dich um sein hoch Zu 60.
Ich bin gehen Zu erstellen 60 Modelle.
Vor ICH klicken Laufen, Ich bin g oing Zu sprechen A wenig bisschen um
was ist gehen An Wann Du klicken Laufen.
Der Erste Ding Das das passiert wenn y du klicken Laufen,
Ist es ist gehen Zu erstellen A Faktor Tisch mit nur Die ausgewählt Parameter.
Wir wählen es aus.
In Das Fall es wird erstellen A Faktor Tisch mit einzel- Schicht Knoten,
alle von Die anders passend zu Optionen.
Es ist nicht gehen Zu setzen Die zweite l Ayer oder beliebig von Die erhöhen Parameter
hinein Die Faktor Tisch.
Dann bin ich gehen Zu erstellen A Antworttabelle Wo Die Ausbildung, Validierung,
Und testen R- kariert Werte angegeben sind
A nd Dann es ist gehen Zu kombinieren diese hinein A einzel Tisch.
Das Ist Was Die Probe DOE Tisch Wille sehen wie.
Es ist Nur gehen Zu haben Die Antworten als Die R- kariert Werte
Und Dann alle Die anders Parameter.
Dann diese Nur erhalten bestanden hinein Die neuronal Netzwerk Plattformen Reihe- von- Reihe,
Und Die Ergebnisse zeigen hoch In Die Daten Tisch.
Nur wie war Sprichwort, jede von diese läuft In Die Design Ist gehen Zu gehen hinein Die
neuronal Netzwerk Modell Plattform der Reihe nach Und Dann Wir haben A wenig Dialog Kasten
das ist gehen Zu angeben Die gesamt Verfahren.
In Die Fall von Wirklich lang- läuft neuronal Netzwerke,
es ist Gut Zu Nur sehen Wie schnell Die ganz Design Ist gehen Zu gehen.
ICH würde empfehlen Vor spezifizieren A groß Nummer von Versuche In Das Design
Das Du laufen eins oder zwei voraus von Zeit Nur Zu sehen
Wie lang Sie sind gehen Zu nehmen.
Wenn Du haben ziemlich klein Daten Satz, Dann Sie gehen hübsch schnell, Aber Wenn Du haben
A Komplex Daten Satz, Sie dürfen nehmen Manchmal ganz A während Zu laufen.
In Das Fall Ich bin Nur verwenden A Probe Daten Satz aus Die Probe Daten Satz Bibliothek.
Das Tablette Produktion.
Es ist nicht Die am besten Daten Satz Zu laufen für neuronal Netzwerke Nur Weil
Dort sind nicht A ganz viel von Beobachtungen, Aber Ich bin verwenden Es nur B Weil
Die neuronal Netzwerke laufen Wirklich schnell.
In Das Fall, Wenn war befriedigt mit alle von Die Spezifikationen
Das Wir haben In unser Modell, Wir dürfen Nur gehen voraus Und klicken Laufen.
Was Das hat Erledigt Ist es ist erstellt Das Design Tisch
Und Jetzt es ist Vorbeigehen durch jede von diese Versuche
in T Er neuronal Netzwerk Plattform Und geben ein Ausgabe.
Wenn Wir sehen bei Die heim Fenster, alle Das hat Erledigt Ist es ist genommen
Das Tuning Ergebnis Tisch Und Ich habe versteckt Es
Und ICH Nur Bring mich T aus hinein Die Dasselbe Fenster Hier.
Lasst uns Nur gehen An Zu Die nächste eins.
Wir dürfen arbeiten durch Das Daten Tisch Hier, Also es ist interaktiv.
Was Du Erste sehen hoch Hier Ist Graph Baumeister Bericht.
T sein zeigt an Du alle von dein anders Parameter,
Also Die anders Aktivierung Funktionen als Also als Die Nummer von Knoten
Ist Die Skala, Und Wie Die Validierung R- kariert Änderungen
mit respektieren Zu jede von diese Individuell Parameter.
In Die Fall von kategorisch Parameter, du g et A Kasten Handlung zeigen Die Unterschied
In Die Werte Das Weg.
Wir dürfen sehen In Das Fall Vielleicht für robust fit,
es ist bekommen A breiter Reichweite, Aber An Durchschnitt es ist G oing Zu Sei besser.
Der Median Wert Ist besser.
Ist höher R- kariert.
Wir dürfen Auch sehen runter Hier bei Die Datentabelle,
es ist gehen Zu Sortieren Die Daten Tisch von Die Validierung R- kariert
Und Es Nur Schattierungen diese A Tiefer lila abhängig An Die Wert.
Lasst uns sehen.
Wir können benutzen...
Eins Grund ICH Nur gehalten Das Daten Tisch als Es Ist,
Ist Wir dürfen erkunden Es Nur wie Wir erkunden beliebig Daten Tisch In JMP,
Also Du dürfen sehen bei Spalte Kopfzeilen oder Du dürfen Start Graph Baumeister
oder Tun verschieden Analysen An Das Daten Tisch als Es Ist Rechts Hier.
Dort Bereich wenige zusätzlich Daten Säulen oder Säulen Das Sind hinzugefügt
Zu Das Daten Tisch.
Eins, Es Aufzeichnungen Die zufällig Samen.
Wenn Du wollen Zu reproduzieren Das, Du wissen Was zufällig Samen wurde benutzt
In Erstellen Die N europäisch Netzwerk Modelle, zeigt an Du Die informativ fehlen,
zeigt an Du Die verstrichen Zeit für jede von Die Modelle.
Wenn Du Sind Gebäude groß Modelle oder Du könnte wollen Zu minimieren der r Unzeit,
Dann Du dürfen erhalten ein Schätzung o F Wie lang Es könnte nehmen für Du Zu laufen
zusätzlich Modelle.
nDOE Nur Aufzeichnungen Was DAMHIRSCHKUH War laufen.
Das War Die Erste, Also Es bekommt A 1.
Als du wirst sehen Wir dürfen laufen A zweite Und dritte, Und Du dürfen Dann verwenden diese
als manche Grafikwerkzeuge.
Auch erzählt Du Die Typ von neuronal Netzwerk Das War laufen.
Ob Es War einzel- geschichtet, doppelt- Schicht,
oder A einzel- Schicht mit erhöhen.
Es gibt A Paar von andere
Säulen Das Sind hinzugefügt.
Das Faktor Spalte Nur Lasst uns Du Bleib dran von Die Faktoren
Das war gebraucht In Die Design In Fall Du wollen Zu vergleichen Modelle
Das haben anders Faktoren Das war gebraucht stattdessen von Nur Parameter,
und dann Auch A Reihe Spalte.
Der nächste Schritte Also Wir dürfen weitermachen Gebäude aus.
Vielleicht In Das Fall war erkunden Die Parameter.
Jetzt wir haben bekommen A Grundlinie von A einzel neuronal Netzwerk
Und Vielleicht Wir wollen Zu sehen Wie Das vergleicht Zu A zwei- Schicht neuronal Netzwerk.
Wir dürfen gehen zurück Zu Die Tuning Start welche War Nur minimiert.
Du dürfen sehen Das alle von Das Bericht, Die Graph Baumeister Bericht
als Also als Die Tisch Sind nur ein beigefügt Zu Die Tuning Start.
Wir dürfen gehen zurück hoch zu t sein Tuning Start Und Vielleicht ICH wollen Zu sehen bei
zwei versteckt Lagen.
Also gehen Zu zwei, Und Jetzt Krank setzen In A Reichweite von
diese Ergebnisse oder diese Parameter Und halten alles anders Die Dasselbe.
Du dürfen sehen es ist gehen Zu Vorspannung Die zufällig Samen Das ICH generiert
In Die Erste DAMHIRSCHKUH Nur Zu machen Sicher alles ist verwenden Die Dasselbe zufällig Samen.
Also halten Es bei 60, sogar obwohl Wir könnte wollen Zu Zunahme Es
von A wenig bisschen seit wir sind ein hinzufügen manche mehr Faktoren,
Aber halten Es einfach, Also geh einfach mit 60.
Ein anderer Ding Nur Zu erwähnen Ist, In Die Fall es ist wahrscheinlich hübsch
niedrig Wahrscheinlichkeit t Hut alle von diese würde Sei Satz Zu null In A Design,
Aber Wenn Sie Sind es wird Nur gehen Zu Die Standard mit JMP,
welche Ist A einzel 10 Uhr Schicht.
Du nicht haben Zu Sorge um haben A neuronal Netzwerk mit null Lagen
oder null Knoten.
Wenn war befriedigt mit Das, war Nur gehen Zu klicken Laufen.
Während Das Ist läuft, Ich bin Nur gehen Zu bringen hoch Die heim Fenster.
Du dürfen sehen Was es ist tun.
Wir haben bekommen unser Original Tuning Ergebnis Tisch Hier,
Und es ist gebaut A zweite t uning Ergebnis Tisch,
und wann es ist fertig, ich T Nur anhängt Das Zu unser Original Tisch.
Jetzt ICH dürfen sehen In orange, Ist alle von diese zweite- Schicht Modelle.
Wir dürfen sehen In Das Fall, Vielleicht haben zwei Lagen
War nicht sehr vorteilhaft In Das Fall.
Sieht aus wie In hübsch viel alle Fälle, diese neuronal Netzwerke Sind nicht als Gut.
Dann Vielleicht Nur Zu runden das raus, war gehen Zu gehen
und einige Nerven aufbauen Netzwerke mit erhöhen.
Erhöhen Ist A Wirklich Hübsch Weg Zu Zunahme Die Vorhersage Leistung von unser Modell.
War gehen Zu angeben manche erhöhen Ebenen aus 1-10, als Also als
Die Lernen Rate aus 0,1 Zu 1.
Einmal wieder unser zufällig Samen Ist das gleiche, Und diese Sind gehen Zu nehmen
A wenig bisschen länger, Also Ich bin Nur gehen Zu verringern Sie die Nummer von läuft
Nur In Die Interesse von Zeit.
Wir dürfen klicken Laufen Hier, Wir erhalten unser Dialog Kasten Das erzählt uns
unser gesamt Fortschritt, Und Wir dürfen sehen diese In Die Fälle
Wo wir haben wahrscheinlich bekommen viele von erhöhen, Sie könnte Sei nehmen A wenig bisschen von Zeit.
In Das Fall erhöhen neuronal Netzwerke, oder neuronal Netzwerke Das hatte erhöhen
Sind Jetzt Das lila, Und Wir dürfen sehen In hübsch viel alle Die Fälle
lila Ist höher, besonders Wann Es sieht aus wie
Wir dürfen sehen von diese Kasten Grundstücke als Also.
Dann Wir dürfen Auch sehen in t sein Fall über Hier unser erhöhen.
Vielleicht Wir nicht gefunden Die maximal Nummer von steigert,
Es sieht aus wie Es geht weiter gehen hoch,
Also Wir könnte wollen Zu hinzufügen manche zusätzlich erhöhen Lagen oder Vielleicht
unser Lernen Rate Ist am besten bei Das Mitte Zu hoch Wert
stattdessen von bei Die am niedrigsten Lernen Rate Werte.
Der nächste Ding Wir könnte w Ameise Zu Tun einmal Wir haben Das anfänglich Sicht
von unser System, Ist Zu laufen A wenige von diese neuronal Netzwerke Und vergleichen ihnen.
Wir dürfen Tun Das A wenige Wege.
Wir dürfen sehen In unser Tisch hier ein nd laufen oder Und wählen manche neuronal Netzwerke
basierend An Die Graph, Und Du dürfen sehen Sie sind hervorheben runter unten
In unser Daten Tisch als Also.
Vielleicht Was Wir wollen Zu Tun Ist laufen Die Spitze vier oder fünf.
ICH wollen Zu laufen Die Spitze fünf.
Ich tu nicht haben Zu gehen zurück hinein Die neuronal Netzwerk Plattform Zu Tun Das,
ICH dürfen Nur laufen Es von Klicken Das Taste, laufen ausgewählt Modelle.
Jetzt es ist gehen Zu laufen diese zurück hinein Die neuronal Netzwerk Plattform
Und geben uns A wenig Ausgabe Das zeigt an uns Die Reihe In unser Daten Tisch Das War laufen.
Das Ist Nur Die Standard neuronal Netzwerk Ausgabe Jetzt.
Wir passieren durch Die Dasselbe zufällig Samen, Also Wenn Wir nehmen A sehen bei R-Quadrat-Werten,
war gehen Zu erhalten Die Dasselbe neuronal Netzwerk Das War entwickelt
Weil war verwenden Das, Vorbeigehen durch Das Dasselbe Samen.
Dann Wir dürfen kommen durch Und Wir dürfen nehmen A sehen bei mehr...
Entweder Die mehr Zusammenfassung Statistik Werte oder Die tatsächlich gegen vorhergesagt,
oder erhalten Die Profiler.
Was auch immer Wir könnte wollen Zu tun vergleichen diese neuronal Netzwerke.
Eins andere Ding Wir könnte wollen Zu Tun bei Das Bühne
Ist erstellen manche zusätzlich Visualisierungen.
Wir dürfen gehen durch Und Wir dürfen zeigen Das Tuning Tisch.
Wenn Wir nicht wollen Zu arbeiten auf i T Hier, Wir dürfen Nur einblenden Es,
Und Jetzt wir haben bekommen A Daten Tisch Das Wir dürfen verwenden,
Und Wir dürfen gehen hinein Graph Baumeister Und Vielleicht Wir wollen Zu
nehmen A sehen bei Validierung gegen Ausbildung R- kariert
Nur Zu sehen Wie das ist suchen, oder Wir dürfen gehen durch.
Weil wir haben bekommen Die Nummer von DAMHIRSCHKUH, wir können Schiene Wie unser neuronal Netzwerke
haben verbessert mit unser Tuning.
ICH dürfen gehen hinein Graph Baumeister Und ICH dürfen verwenden Das nDOE,
Und Vielleicht Wir wollen Zu sehen bei Training und Validierung R-Quadrat,
Wir dürfen drehen An Kasten Grundstücke Und Wir dürfen sehen Wie unser Tuning hat fortgeschritten über Zeit
mit jede anschließend Design Das Wir rannte.
Andere Möglichkeit Ist Wenn Du wollen Zu Tun manche mehr analytisch Typ Analyse Hier,
Wir dürfen gehen hinein Screening Und Wir dürfen laufen Anzeichen Screening.
Wir dürfen nehmen alle von diese Parameter, Belastung ihnen In als Prädiktoren,
Und ansehen unser Ausbildung Und Validierung R- kariert.
Klicken OK, Und Jetzt Wir dürfen sehen welche Faktoren könnte Sei am meisten einflussreich
im Ausbildung oder Validierung.
Nicht überraschenderweise, diese Lernen Tarife Und Steigerung a Re Gut bei Das Validierung.
Es gibt NEIN Ende Zu Was Analyse Du könnte wollen Zu Tun,
An Hier es ist Nur Was dein Ziel von Die neuronal Netzwerk War
Und Wo Du wollen Zu gehen mit Es.
Aber Du dürfen Tun Das alle in t sein Daten Tisch welche Jetzt hat 160 neuronal Netzwerk Modelle.
Vielleicht diese neuronal Netzwerk Modelle nehmen A wenig bisschen von Zeit,
also noch eins Ding Du dürfen Tun Ist Wir dürfen Nur speichern Das.
ICH wollen Zu gehen Datei, und ich dürfen speichern Das.
Ich bin Nur g oing Zu speichern Es Zu Mein Desktop als T uning Ergebnisse.
ICH dürfen kommen zurück Zu Das später.
Jetzt Das Ich habe bekommen Es Gerettet, Ich bin gehen Zu schließen Das.
Eins Ding Das du wirst erhalten A Warnung, Wann Du schließen Es.
Du sollen Nur verstecken Das Daten Tisch.
Wenn Du schließen Es, es ist gehen Zu nehmen Es aus von Die neuronal Netzwerk Plattform
Und Du Gewohnheit Sei fähig Zu weitermachen dein arbeiten,
Aber Du dürfen verstecken Es.
Wann Du erhalten zurück Zu Die hinzufügen- In, Wann Du schließen Das Fenster,
es ist Nur gehen Zu erinnern Du .
Du kannst schließen Es ohne sparen oder Du dürfen stornieren Zu gehen zurück Und speichern Es.
War Nur gehen Zu klicken OK.
Wann ICH speichern Das Tuning Tisch für später, Also Was ICH dürfen Tun Ist,
Ist Jetzt ICH dürfen Neustart Das hinzufügen- In Und ICH dürfen gehen hinein Die Tuning hinzufügen- In,
klicken OK.
Aber stattdessen von Zurücksetzen beliebig Parameter Und Klicken Laufen, ICH dürfen gehen Zu Belastung.
Was ICH dürfen Tun Ist ICH dürfen Belastung A vorher Gerettet Tuning Tisch,
Und Was Das tut Ist lassen Mich In Die Fall von neuronal Netzwerke
Das nehmen A lang Zeit, Du nicht haben Zu Start über aus kratzen.
Du dürfen Nur halten Gebäude An Die Tisch Das Du gesucht, oder Vielleicht Du Tun
manche zusätzlich Analysen offline Und wollen Zu kommen zurück In
Und bauen manche mehr Modelle, Also Du dürfen gehen durch Und Wann Du angeben
alle Die anders Parameter Und Nummer von Tuning läuft Du wollen Zu haben,
es ist Nur gehen Zu weitermachen anhängen Es Zu Das Tisch.
Mit Das Lasst uns minimieren Das.
Das ist schnell laufen durch von einem ll Die anders Optionen
In Das Tuning Tisch.
Es ist Wirklich A brutal Gewalt Weg.
Du dürfen sehen Es gibt NEIN Auto Melodie. Rechts Jetzt es ist Nur läuft
alle diese anders Parameter Kombinationen Geben Du ein Idee
Von wo dein optimal Modell könnte Sei .
Wie Du könnte arbeiten Das hinein dein Arbeitsablauf Also Du dürfen erkunden diese Parameter,
Das Ist im Wesentlichen Was Wir tat Heute.
Wir sah bei einzel- Schicht Modelle, Wir sah bei Modelle mit zwei Lagen.
Einzel- Schicht mit erhöhen.
Ein anderer Ding Du könnte Tun Ist gehen zurück Und sagen,
„W naja, Wo Sind Mein optimal Modelle?"
Sie sind Hier.
ICH dürfen gehen zurück Zu Die Tuning Start Und Vielleicht ICH wollen Zu neu erstellen diese Modelle
Und gehen mehr in Richtung Das Reichweite.
Es sieht aus wie ich bin dabei Die Mitte Reichweite Hier, Ist optimal,
Also stattdessen von gehen aus 0-9, Vielleicht ICH gehen aus 5-7 .
Linear Modelle Auch könnte Sei am besten In Die Mitte,
Und Vielleicht Die Gaußsche, es gibt manche Gut Einsen An Die links,
Also Also gehen aus 1-8 oder etwas wie Das, Sieben oder acht.
Dann Wir dürfen sehen bei welche... In Das Fall, Dort war nicht ein Vorteil
Zu haben Es An oder aus, Also Wir könnte Nur haben diese aus,
oder aus oder An.
Aber Es sieht aus wie Vielleicht In Das Fall Die Gewicht Verfall War Die am besten Methode,
Also Wir könnte Nur enthalten Das eins Und Dann gehen durch
Und bauen manche mehr Modelle mit A eng Reichweite von diese Parameter.
Wir dürfen Auch überprüfen Parameter Empfindlichkeit Zu A zufällig Samen.
In Das Fall Wir dürfen passieren durch entweder Konstante Werte
Ö R A eng Reichweite.
Du dürfen passieren durch A Konstante Satz von Parameter
Nur von Einstellung jede Parameter gleich Zu jede andere,
Und es wird passieren Das durch Die neuronal Netzwerk als fünf jeden Zeit,
oder Du dürfen Nur angeben Die Mindest Wert, Und Das Wille passieren Es durch
als A Konstante Wert.
Wenn Wir gesucht Zu Wir könnte sehen bei
vielleicht das War A neuronal Netzwerk Das War eins Das Wir identifiziert als optimal,
Aber ICH wollen Zu sehen Wie robust Es Ist Zu Die zufällig Samen.
Was Wir dürfen Tun Ist Wir dürfen Nur sagen Nur laufen Es einmal,
Aber Lasst uns replizieren Es mit 20 zufällig Samen.
Das könnte Genau genommen nehmen A wenig bisschen von Zeit,
Also Lasst uns gehen runter Zu 10.
Dann Wir dürfen...
Eigentlich, ICH nicht wollen Zu Tun Das An Das eins,
Weil Ich habe bekommen alle diese Andere, Aber Also Nur laufen Das.
Du könnte wollen Zu Tun Das An A sauber Daten Tisch
Wo du bist nicht hinzufügen Es Zu Die Design, Aber Wir dürfen Verwenden Sie b Weil Wir haben
Die Nummer von Tut Wir könnte finden Wo Das zufällig Samen War.
Wir dürfen sehen Hier, alle Die anders zufällig Samen
Und ICH dürfen gehen hinein Graph Baumeister Und ICH könnte Nur setzen In
Die Ausbildung Und Validierung R- Quadrate, Und Dann ICH dürfen verwenden lokal Daten Filter Jetzt
An Mein zufällig Samen Zu zeigen alles außer Die eins Wo Wir hatte alle diese.
Jetzt ICH dürfen sehen Wie robust Mein Modell Ist Zu Das zufällig Samen.
Das ist Die Dasselbe Design Jetzt laufen 10 mal,
Und Also An Durchschnitt Wir dürfen sehen Was Die Median Wert Ist
oder Die Reichweite von erwartet Ergebnisse.
Dann schließlich, w e dürfen Belastung diese Gerettet Daten Tische.
Diese Sind Wirklich vorteilhaft für neuronal Netzwerke, die möglicherweise vorhanden sind
Wirklich lang Rechnen mal, Also Du dürfen speichern Es aus
Und kommen zurück Zu Es später.
Diese Sind manche Arbeitsabläufe Das könnte sein e hilfreich Zu Du als Du bauen
dein neuronal Netzwerk Modelle.
ICH Nur wollen Zu wickeln hoch mit A wenige Unterricht gelernt.
Das War Die Erste Skripterstellung Projekt Das ICH ging durch
Das entwickelt ein Anwendung,
Und Also ICH denken Das Ist hübsch offensichtlich Zu irgendjemand das ist entwickelt jede JSL
oder gebaut beliebig Anwendungen, Die JMP Gemeinschaft Ist Wirklich
ein von unschätzbarem Wert Ressource.
ICH würde sagen 95 % von alle Mein Fragen, ICH würde Nur gehen Zu Die Gemeinschaft
Und jemand anders hatte A ähnlich Ausgabe.
Wirklich empfehlen Wenn Du Sind interessiert In Gebäude hinzufügen- ins,
Gebäude Anwendungen, Die Gemeinschaft Ist Wirklich Die Erste Ort Zu gehen.
Wirklich, dein Vorstellung Und dein Ziele Sind Die einschränkend Faktor
In Entwicklung diese Anwendungen.
A ausgerichtet mit das ist Weil es gibt Also viele Möglichkeiten,
Dort War A brauchen Zu halten Das konzentriert.
In Das Fall, ICH Nur haben... ICH denken In eins Wiederholung
ICH hatte viele anders Ausgänge, anders Grafiken,
Aber Sie waren nicht Wirklich Die Herz von Die Anwendung.
Weil Es gibt Also viele Möglichkeiten, Ich [...] wirklich versucht Zu halten Das konzentriert
An Nur Geben manche grafisch Ausgabe Zu navigieren Die anders Modelle
Und laufen ihnen Und identifizieren welche könnte Sei am meisten geeignet.
Was ist nächste?
ICH Wirklich wollen Rückmeldung.
Es ist egoistisch, Aber es ist Was ICH Wirklich wollen.
ICH würde Liebe Zu hören Wie Menschen dürfen verwenden Das, Wie es ist profitieren ihnen.
Du dürfen finden Das In Die Gemeinschaft, In Die hinzufügen- In Abschnitt von Die Gemeinschaft.
Bitte fühlen frei Zu machen A Post Hier, erzählen Mich Wie du bist verwenden Es.
ICH Tun haben A wenige bekannt Probleme, Und als ICH versammeln mehr,
Ich bin Sicher es ist nicht 100% Insekt- nachweisen, Aber Das Wille Sei Die Ort Zu gehen
Zu erhalten Die aktuell Ausführung von Die Add-in als Also als verstehen beliebig bekannt Probleme.
Aber Ausweis Liebe Zu hören Wie du bist verwenden Es,
Und Die Gemeinschaft Ist A Großartig Ort Zu Tun Das.
ICH würde Auch wie Zu hören Ideen An zusätzlich Berichte.
ICH gehalten Das hübsch einfach, Aber Wenn Du finden Das Es gibt A Bericht
Das du bist Erstellen jeden Zeit Du laufen Das,
Ausweis wie Zu wissen Was Das ist ein nd Vielleicht Wir dürfen bauen Das hinein Die hinzufügen- In.
Ich bin Auch gehen Zu weitermachen Debuggen.
Dort Sind A wenige bekannt Probleme Das Ich bin Arbeiten durch Rechts Jetzt,
Und Dann Vielleicht A größer Ziel Ist Zu versuchen Zu Tun Das Auto Melodie.
Stattdessen von tun Das brutal Gewalt Methode, Vielleicht Start aus mit
ein kleines Nummer Null F Parameter, Figur aus welche Einsen
Bereich beeinflussend Die Antwort Die am meisten, Und Dann haben A gerichtet Tuning.
Mit Das, Ausweis wie Zu Danke für Hören Zu Das Präsentation.
Das Ist A Wirklich Spaß Projekt Und ICH Hoffnung Du finden Es nützlich,
Und würde Liebe Zu hören um Es.
Danke.
