Der JMP-Systemingenieur Sam Gardner präsentierte einen Webcast auf der JMP 9 Neural-Plattform. Umgestaltet für JMP 9 verbessert die neue Plattform von Neural interaktives Data Mining Durch ein umfassenderes Angebot an Modellierungsoptionen, verbesserte Geschwindigkeit und Leistung sowie Berechnungen, die die Analyse rationalisieren.
Ich dachte, ich würde Sam's Antworten auf einige Fragen von JMP-Anwendern mitteilen.
Q: Neuronale Netze wirken wie eine nichtlineare Regression, die sehr empfindlich auf Randbedingungen reagiert und daher oft instabil ist. Was ist der Vorteil von neuronalen Netzen gegenüber der nichtlinearen Regression?
EIN: Neuronale Netze sind eine Art nichtlineares Modell. Sie funktionieren in der Regel gut, wenn die Antwort, die Sie modellieren, eine relativ reibungslose Funktion der Eingaben ist. Neuronale Netze funktionieren nicht so gut, wenn Sie Randbedingungen haben (z. B. y (x) = 0 für x <= 0) oder Diskontinuitäten in der Antwort. Ein Vorteil von neuronalen Netzen ist, dass Sie ein komplexes Modell leicht an die Daten anpassen können, ohne sich um die funktionale Form des Modells kümmern zu müssen. Bei der allgemeinen nichtlinearen Modellierung müssen Sie das Modell, das Sie verwenden möchten, vollständig angeben.
Q: Kann ich kategoriale Variablen als Eingänge für ein neuronales Netzwerk verwenden?
EIN: Ja. JMP erstellt Indikatorvariablen im Hintergrund (nicht in der Datentabelle) für jede Ebene in der kategorialen Eingabe. Wenn die Eingabe beispielsweise "Nahrung" ist und die Kategorien "Äpfel", "Orangen" und "Bananen" sind, erstellt JMP drei Eingabevariablen für das neuronale Netz:
food1 = (Nahrung == "Äpfel")
food2 = (Nahrung == "Bananen")
food3 = (Nahrung == "Orangen")
Da dies im Hintergrund erfolgt, werden beim Speichern der Vorhersagegleichungen die neuen Variablen mit Indikatorfunktionen innerhalb der Gleichungen erstellt.
Q: Kann ich neuronale Netze verwenden, um eine binäre Y-Variable anzupassen?
EIN: Ja, Sie können eine binäre oder mehrstufige kategoriale Y-Variable in das neuronale Netz einfügen. Der einzige Unterschied ist, dass die Ausgabe, die Sie modellieren, die Wahrscheinlichkeit ist, mit der das kategoriale Y auftritt.
Q: Kann ich nach einem Modell regelmäßig neue Daten hinzufügen, um das Modell zu Vorhersagezwecken zu verwenden?
EIN: Wenn Sie Daten hinzufügen, die in die Anpassung des Modells aufgenommen werden sollen, müssen Sie das neuronale Modell erneut einbauen. Wenn Sie nur eine Vorhersage für die neuen Eingabewerte treffen möchten, die auf Modellgleichungen basiert, die Sie in der Datentabelle gespeichert haben, fügen Sie einfach eine Datenzeile hinzu, die die Eingabewerte enthält. Dann berechnet JMP die Ausgabewerte in der Vorhersage Formelspalte.
Q: Was ist die Tanh-Funktion?
EIN: Die Funktion des hyperbolischen Tangens (tanh) war historisch eine beliebte Aktivierungsfunktion für neuronale Netzwerke. Es hat schöne Eigenschaften (die Ausgabe von tanh ist auf -1,1 begrenzt, der effektive Eingabebereich liegt bei -3, 3, ist glatt und differenzierbar) und ermöglicht eine sehr flexible nichtlineare Modellierung. Im JMP Pro (ein neues Produkt der JMP-Familie) ermöglichen wir auch lineare und Gaußsche Aktivierungsfunktionen.
Q: Können neuronale Netze zur Zeitreihenanalyse verwendet werden?
EIN: Technisch ist die Antwort ja. Die Eingabe in das neuronale Netz wäre der Zeitindikator. Sie würden also über den Bereich der Trainingsdaten hinaus extrapolieren (dh eine zukünftige Antwort für einen Zeitwert außerhalb des Bereichs des Trainingsdatensatzes vorhersagen). Seien Sie daher vorsichtig Ansatz. Neuronale Netze extrapolieren im Allgemeinen nicht sehr gut über den Bereich der Trainingsdaten hinaus.
Q: Gibt es eine Möglichkeit zu bestimmen, welche Variablen einen größeren Einfluss auf die Ausgangsvariable hatten?
EIN: JMP berechnet keine Messgrößen für variable Bedeutung für neuronale Netze. Sie können jedoch die Bedeutung der Variablen mithilfe von JMP-Profilern visuell anzeigen.
Einige Benutzer wollten wissen, wie sie die Rückwärtskompatibilität mit der in JMP 8 oder früher verwendeten Neural Net-Plattform nutzen können. Sam zeigte, wie man ein Skript schreibt, um Neural Net von JMP 9 aus aufzurufen. Schau jetzt.
Sie können den JMP 9-Menüs auch die Option Neural Net hinzufügen. Schau jetzt.
Curt Pollman schrieb:
Vielen Dank, dass Sie das Video zur Verfügung stellen, in dem erklärt wird, wie Sie die Option Neural Net zum JMP 9-Menü hinzufügen. Es scheint jedoch, dass die Anweisungen spezifisch für die Windows-Version von JMP 9 sind, und ich kann die Schritte unter Verwendung der Mac-Version von JMP 9 nicht wiederholen. Fehlt mir hier etwas?
