저는 현재 7.3 신경망의 최종 실습을 마무리하는 중입니다. 예측 모델링 및 텍스트 마이닝 모듈 JMP STIPS 강좌 .신경망을 피팅하고 은닉층 노드의 기본 기능을 회귀 모델로 이해하는 것은 직관적으로 쉬워 보입니다. 하지만 저는 방금 받은 아주 기본적인 교육을 받은 후에도 커뮤니티에서 더 많은 통찰력을 가진 누군가가 제가 여전히 갖고 있는 질문에 대한 답을 제공할 수 있을지 궁금하고 기대하고 있습니다. 논의하고 싶은 예에서는 파일을 사용했습니다. GreenPolymerProduction.jmp JMP의 표준 버전도 있습니다. 모델이 포함된 파일 사본이 첨부되어 있습니다.
모델의 다이어그램은 아래와 같습니다. 8개의 예측 변수 각각에 대한 데이터가 숨겨진 레이어의 3개 노드 각각에 공급되는 것을 볼 수 있습니다. 레이어의 각 노드는 TanH 활성화 함수를 사용합니다.
모델의 수식을 테이블에 저장했습니다. 세 노드 각각에 사용된 수식의 스크린샷은 다음과 같습니다.
질문 #1: 각 노드가 동일한 활성화 함수에 대해 서로 다른 공식을 갖는다는 사실을 어떻게 해석할 수 있습니까? 직관적으로 각 노드에서 동일한 공식을 사용해야 한다고 기대하는 것은 순진해 보이지만 JMP가 어떻게 아래 표시된 결과에 도달하는지 궁금합니다. 제가 생각한 한 가지 해석은 각 노드가 서로 다른 입력 데이터를 수신하므로 아래와 같이 서로 다른 공식이 나올 것이라고 예상할 수 있지만 이 가정은 크게 틀릴 수도 있습니다.
질문 #2: 초보자를 위한 신경망 읽기에 대한 좋은 참고 자료(현상학적 설명이 바람직함)를 공유할 수 있는 사람이 있습니까?
