L'ingegnere dei sistemi JMP Sam Gardner ha presentato un webcast sulla piattaforma Neural JMP 9. Revampato per JMP 9 , la nuova piattaforma neurale migliora data mining interattivo offrendo un insieme più ricco di opzioni di modellazione, velocità e prestazioni migliorate e calcoli che semplificano l'analisi.
Ho pensato di condividere le risposte di Sam ad alcune delle domande poste dagli utenti di JMP.
Le reti neurali sembrano una regressione non lineare, che è molto sensibile alle condizioni al contorno e quindi spesso instabile. Qual è il vantaggio delle reti neurali rispetto alla regressione non lineare?
UN: Le reti neurali sono un tipo di modello non lineare. Tendono a funzionare bene quando la risposta che si sta modellando è una funzione relativamente liscia degli input. Le reti neurali non funzionano altrettanto quando si hanno condizioni al contorno (come y (x) = 0 per x <= 0), o discontinuità nella risposta. Un vantaggio delle reti neurali è che è possibile adattare facilmente un modello complesso ai dati senza doversi preoccupare della forma funzionale del modello, mentre con la modellazione non lineare generale, è necessario specificare completamente il modello che si desidera utilizzare.
Posso usare variabili categoriali come input per una rete neurale?
UN: Sì. JMP crea variabili indicatore in background (non nella tabella dati) per ogni livello nell'input categoriale. Ad esempio, se l'input è "cibo" e le categorie sono "mele", "arance" e "banane", JMP crea tre variabili di input per la rete neurale:
food1 = (cibo == "mele")
food2 = (cibo == "banane")
food3 = (cibo == "arance")
Poiché ciò avviene in background, quando salvi le equazioni di previsione, le nuove variabili vengono create con funzioni di indicatore all'interno delle equazioni.
Posso usare le reti neurali per adattare una variabile Y binaria?
UN: Sì, puoi montare una variabile Y categoriale binaria o multilivello nella rete neurale. L'unica differenza è che l'output che si sta modellando è la probabilità della frequenza di occorrenza della Y categoriale.
Dopo che ho un modello, posso aggiungere nuovi dati su base regolare per utilizzare il modello a scopo di previsione?
UN: Se si aggiungono dati che si desidera includere nel fitting del modello, è necessario rimontare il modello neurale. Se si desidera effettuare una previsione per i nuovi valori di input in base alle equazioni del modello che sono stati salvati nella tabella dati, aggiungere semplicemente una riga di dati che include i valori di input, quindi JMP calcolerà i valori di output nella previsione colonna formula.
Qual è la funzione tanh?
UN: La funzione iperbolica tangente (tanh) storicamente è stata una funzione di attivazione popolare da utilizzare nelle reti neurali. Ha delle buone proprietà (l'output di tanh è limitato tra -1,1, l'intervallo di input effettivo è -3, 3, è liscio, ed è differenziabile) e consente la modellazione non lineare molto flessibile. Nel JMP Pro (un nuovo prodotto nella famiglia JMP), permettiamo anche funzioni di attivazione lineare e gaussiana.
Le reti neurali possono essere utilizzate per l'analisi delle serie temporali?
UN: Tecnicamente la risposta è sì. L'input per la rete neurale sarebbe l'indicatore del tempo, quindi dovresti estrapolarlo oltre il range dei dati di allenamento (cioè, prevedere una risposta futura per un valore temporale al di fuori del range del set di dati di allenamento), quindi sii prudente usando questo approccio. In generale, le reti neurali non estrapolano molto bene oltre la gamma dei dati di allenamento.
C'è un modo per determinare quali variabili hanno avuto maggiore influenza sulla variabile di uscita?
UN: JMP non calcola le misure di importanza variabile per le reti neurali. Tuttavia, puoi vedere l'importanza della variabile visivamente usando i profilatori JMP.
Alcuni utenti volevano sapere come sfruttare la retrocompatibilità con la piattaforma Neural Net utilizzata in JMP 8 o versioni precedenti. Sam ha mostrato come scrivere uno script per invocare Neural Net da JMP 9. Guarda ora.
È inoltre possibile aggiungere l'opzione Neural Net ai menu di JMP 9. Guarda ora.
Curt Pollman ha scritto:
Grazie per aver fornito il video che spiega come aggiungere l'opzione Neural Net al menu JMP 9. Tuttavia, sembra che le istruzioni siano specifiche per la versione Windows di JMP 9 e non riesco a duplicare i passaggi utilizzando la versione Mac di JMP 9. Mi sto perdendo qualcosa qui?
