Actualmente estoy en el proceso de concluir las prácticas finales de 7.3 Redes Neuronales en el Modelado predictivo y minería de textos módulo en el Curso JMP STIPS .Ajustar una red neuronal y comprender la función básica de un nodo en la capa oculta como un modelo de regresión parece intuitivamente fácil. Sin embargo, me pregunto si alguien con más conocimiento en la comunidad podría brindar respuestas a las preguntas que todavía tengo después de la capacitación básica que acabo de recibir. Para el ejemplo que quiero comentar utilicé el archivo GreenPolymerProduction.jmp y la versión estándar de JMP. Se adjunta copia del archivo incluyendo el modelo.
El diagrama del modelo se muestra a continuación. Podemos ver que los datos de cada uno de los ocho predictores se introducen en cada uno de los tres nodos de la capa oculta. Cada nodo de la capa utiliza una función de activación TanH.
Guardé las fórmulas del modelo en la tabla. Las capturas de pantalla de las fórmulas utilizadas en cada uno de los tres nodos se muestran a continuación.
Pregunta #1: ¿Cómo puedo interpretar el hecho de que cada nodo tenga una fórmula diferente para la misma función de activación? Intuitivamente, parece ingenuo esperar que se utilice la misma fórmula en cada nodo, pero todavía me pregunto cómo llega JMP a los resultados que se muestran a continuación. Una interpretación que pensé fue que cada nodo recibe datos de entrada diferentes, lo que me llevaría a esperar fórmulas diferentes como se muestra a continuación, pero esta suposición puede ser muy errónea.
Pregunta n.° 2: ¿Alguien que pueda compartir buenas referencias (usando preferiblemente explicaciones fenomenológicas) para leer sobre redes neuronales para principiantes?
