671892_fr-FR

liliconcom

Re : Sélection automatique des meilleurs modèles de Neural Net

Pour une raison quelconque, cela a supprimé l'amélioration que j'aimerais voir :

 

1. Veuillez créer un script qui permet à l'utilisateur d'adapter un nombre spécifié par l'utilisateur de modèles de réseaux neuronaux potentiels.Veuillez demander au script de choisir le meilleur en minimisant le RMSE pour un nombre donné de facteurs et de nœuds cachés.Le script doit incrémenter le numéro de départ et renvoyer le numéro de départ le mieux adapté à l'utilisateur.    

 

2. Veuillez disposer d'une version plus avancée du script qui permet de varier le nombre de facteurs et de nœuds cachés.Veuillez fournir quelque chose qui ressemble à un BIC ou à un AIC pour évaluer les modèles potentiels afin que nous puissions avoir une évaluation quantitative du nombre de facteurs et du nombre de nœuds cachés nécessaires.  

 

3. Veuillez nous permettre de reproduire à tout moment les profileurs de prédiction du modèle Neural Net, réels par tracés prédits, etc.  

Re : Sélection automatique des meilleurs modèles de Neural Net

Bonne idée @GammaZulu !

Les réseaux de neurones sont une famille de modèles complexes, avec beaucoup de possibilités (et de complexité) et d'hyperparamètres à régler.

En attendant, vous pouvez également vérifier et essayer le complément de réglage du réseau neuronal à partir de @scott_allen afin de tester rapidement plusieurs modèles de manière automatisée :

https://community.jmp.com/t5/JMP-Add-Ins/Neural-Network-Tuning/ta-p/662666

 

J'espère que cela t'aidera,

Re : Sélection automatique des meilleurs modèles de réseaux neuronaux – Statut modifié en : Enquête

Nous étudions cela comme une éventuelle nouvelle fonctionnalité de JMP. Merci pour la suggestion!

Sélection automatique des meilleurs modèles de Neural Net

Qu'est-ce qui a inspiré cette demande de liste de souhaits ?

 

Dans la version 17 de JMP, il faut beaucoup de temps pour ajuster de manière aléatoire de nombreux modèles de réseaux neuronaux afin d'espérer en trouver un qui convient bien.Si nous ne saisissons pas le numéro de départ au début, nous ne pouvons pas reproduire l'analyse exacte plus tard, nous ne pouvons donc pas actuellement reproduire l'ajustement par rapport aux tracés de validation et aux profileurs de prédiction.  

 

Quelle est l’amélioration que vous souhaiteriez voir ?

 

 

 

 

 

Pourquoi cette idée est-elle importante ? Le développement de modèles de réseaux neuronaux dans JMP est une fonctionnalité potentiellement puissante, mais elle doit être améliorée pour rendre le travail du modélisateur un peu moins répétitif dans la recherche d'un réseau neuronal qui s'adapte bien aux données.  

 

 

Modélisation statistique avancéeModélisation prédictive et apprentissage automatiqueRé: Sélection automatique des meilleurs modèles de réseaux neuronaux - Statut modifié en : Reconnu