Bắt đầu với các mạng thần kinh để dự báo

Tôi cần một số tài nguyên để bắt đầu sử dụng các mạng thần kinh để dự báo chuỗi thời gian. Tôi cảnh giác khi thực hiện một số bài báo và sau đó phát hiện ra rằng họ đã nói quá nhiều về tiềm năng của các phương pháp của họ. Vì vậy, nếu bạn có kinh nghiệm với các phương pháp mà bạn đang đề xuất, nó sẽ còn tuyệt vời hơn nữa.

Đây là một giới thiệu nhanh chóng tốt: giới thiệu về mạng lưới thần kinh. Lưu ý rằng R có chức năng mạng thần kinh, do đó, không cần phải mất thời gian thực hiện NN cho đến khi bạn cho nó một vòng quay và quyết định nó có vẻ hứa hẹn cho ứng dụng của bạn.

Mạng lưới thần kinh không bị lỗi thời, nhưng họ đã trải qua một vài chu kỳ cường điệu, và sau đó sau khi nhận ra họ không làm mọi thứ như đã tuyên bố, danh tiếng của họ đã đi vào một thời gian (chúng tôi hiện đang ở một trong số đó) . Mạng lưới thần kinh tốt ở một số nhiệm vụ nhất định và thường tốt hơn cho các nhiệm vụ trong đó con người có thể thực hiện một nhiệm vụ tương tự, nhưng không thể giải thích chính xác cách họ thực hiện.

Mạng lưới thần kinh không cung cấp cho bạn cái nhìn sâu sắc về hệ thống mà bạn đang sử dụng chúng để phân tích, ngay cả sau khi chúng được đào tạo và vận hành tốt. Đó là, họ có thể dự đoán những gì sẽ xảy ra (đối với một số hệ thống), nhưng không cho bạn biết lý do tại sao. Trong một số trường hợp, điều đó là tốt. Ở những người khác, điều đó là không tốt. Nói chung, nếu bạn muốn hoặc đặc biệt là nếu bạn đã hiểu về các quy tắc về cách thức hoạt động của một cái gì đó, bạn có thể sử dụng các kỹ thuật khác.

Nhưng, đối với một số nhiệm vụ nhất định, chúng hoạt động tốt.

Đối với chuỗi thời gian cụ thể, hãy xem thảo luận của câu hỏi này: Cách sử dụng mạng thần kinh định kỳ để phân tích chuỗi thời gian

Mặc dù tập trung vào nhận dạng mẫu thống kê, thay vì dự báo theo chuỗi thời gian, tôi rất muốn giới thiệu cuốn sách Neural Networks for Pattern Recognition của Chris Bishop vì đây là phần giới thiệu tốt nhất về mạng thần kinh nói chung và tôi nghĩ rằng đó là một ý tưởng hay để có được để nắm bắt những cạm bẫy tiềm ẩn trong việc sử dụng mạng lưới thần kinh trong bối cảnh đơn giản hơn, trong đó các vấn đề dễ hình dung hơn một cách hiểu. Sau đó chuyển sang cuốn sách về các mạng thần kinh tái phát của Mandic và Chambers . Cuốn sách giám mục là một tác phẩm kinh điển, không ai nên sử dụng mạng lưới thần kinh cho bất cứ điều gì cho đến khi họ cảm thấy tự tin rằng họ hiểu tài liệu có trong cuốn sách đó; ANN làm cho tất cả quá dễ dàng để bắn vào chân mình!

Tôi cũng không đồng ý với mbq, nn không lỗi thời, trong khi nhiều vấn đề được giải quyết tốt hơn với các mô hình tuyến tính hoặc các kỹ thuật học máy hiện đại hơn (ví dụ: phương pháp kernel), có một số vấn đề khi chúng hoạt động tốt và các phương pháp khác thì không. Nó vẫn là một công cụ nên có trong hộp công cụ của chúng tôi.