私は現在、7.3 ニューラル ネットワークの最終的な実践をまとめているところです。予測モデリングとテキストマイニングのモジュールJMP STIPSコース。ニューラル ネットワークをフィッティングし、回帰モデルとして隠れ層のノードの基本機能を理解することは、直感的には簡単に見えます。 それでも、私が受けたばかりの非常に基本的なトレーニングの後でも、コミュニティでより洞察力のある誰かが、私がまだ抱いている疑問に答えてくれるだろうかと考えていますし、期待しています。 ここで説明したい例では、ファイルを使用しましたGreenPolymerProduction.jmp JMP の標準バージョン。 モデルを含むファイルのコピーが添付されます。
モデルの図を以下に示します。 8 つの予測子のそれぞれのデータが隠れ層の 3 つのノードのそれぞれに供給されていることがわかります。 層内の各ノードは TanH 活性化関数を使用します。
モデルの式をテーブルに保存しました。 3 つのノードのそれぞれで使用される式のスクリーンショットを以下に示します。
質問 #1: 各ノードが同じ活性化関数に対して異なる式を持っているという事実をどのように解釈すればよいですか?直観的には、各ノードで同じ式が使用されるはずだと期待するのは単純に思えますが、JMP がどのようにして以下に示す結果に到達するのか疑問に思っています。 私が考えた解釈の 1 つは、各ノードが異なる入力データを受信するため、以下に示すように異なる式が期待されるというものですが、この仮定は大きく間違っている可能性があります。
質問 #2: 初心者向けのニューラル ネットワークについて読むための優れた参考文献 (できれば現象学的説明を使用) を共有できる人はいますか?
