मुझे समय श्रृंखला पूर्वानुमान के लिए तंत्रिका नेटवर्क का उपयोग करने के लिए कुछ संसाधनों की आवश्यकता है। मैं कुछ कागजों को लागू करने और फिर यह पता लगाने से सावधान हूं कि उन्होंने अपने तरीकों की क्षमता को बहुत अधिक बताया है। इसलिए यदि आपके पास उन तरीकों के साथ अनुभव है जो आप सुझा रहे हैं तो यह और भी भयानक होगा।
कृपया ध्यान दें कि एनएन बल्कि ... अप्रचलित हैं।
@ हसन, एनएन को "नैतिकता के बिना प्रतिगमन" के रूप में चित्रित किया गया है क्योंकि वे न केवल अधिक फिट हैं, बल्कि "सिग्नल की स्थिरता के लिए डेटा को चुनौती देने" के बजाय "डेटा पर विश्वास" करने की गलती करते हैं
—
आयरिशस्टैट
एनएन पूरी तरह से अप्रचलित नहीं हैं। वे वर्तमान में एमएल समुदाय द्वारा निपटाए गए कई महत्वपूर्ण बेंचमार्क पर सर्वश्रेष्ठ स्कोर रखते हैं। इसके अलावा, वे सबसे अच्छे बहुउद्देश्यीय विभिन्न प्रकार के फंक्शन सन्निकट हैं। पिछले 5 वर्षों में बेंगियो, हिंटन और लेकोन के समूहों के काम की जाँच करें।
—
बायरज
मैं बेंगियो और लेकोन पेपर पढ़ता हूं और यह मेरे दिमाग को थोड़ा बदल देता है, लेकिन वे जो कर रहे हैं वह ऐतिहासिक तंत्रिका जाल से काफी अलग है। ओपी टाइम सीरीज़ के साथ काम करना चाहता है, जहाँ कई तरीके हैं जो यूनीवेट टाइम सीरीज़ के साथ काम कर सकते हैं और वास्तव में आपको टाइम सीरीज़ (डीएलएम के दिमाग में आने) के बारे में उपयोगी जानकारी देते हैं। यदि आपके पास समय श्रृंखला से परे डेटा है, तो आप विभिन्न तरीकों (LMs, आदि) का उपयोग कर सकते हैं जो सीधे हैं और रोशन भी हैं। जब आप कुछ समझने योग्य कर सकते हैं तो अनब्लॉक डायल के साथ ब्लैक बॉक्स का उपयोग क्यों करें?
—
वेन
बेशक 80/90 के दशक में वापस उपयोग किए जाने वाले तंत्रिका जाल आज जो आप उपयोग करते हैं उससे अलग हैं और वे अभी भी अनुसंधान का एक बहुत सक्रिय क्षेत्र हैं। इसके अलावा, जब आप व्याख्याता की परवाह करते हैं तो आप कभी भी तंत्रिका नेटवर्क का उपयोग नहीं करते हैं। जब आप भविष्यवाणी त्रुटि के बारे में परवाह करते हैं तो आप उनका उपयोग करते हैं। तंत्रिका नेटवर्क तेज हैं और वे उन समस्याओं को हल करते हैं जो अन्य तरीकों से विफल हो जाती हैं। वे अच्छे हैं क्योंकि वे आपके द्वारा मॉडलिंग किए जा रहे डेटा के बारे में किसी भी धारणा की कमी के कारण एक वैचारिक दृष्टिकोण से सरल हैं (वर्ग त्रुटि के साथ इस्तेमाल किए जाने पर गॉसियन शोर को छोड़कर)। उनकी अपनी खूबियां और खामियां हैं।
—
बायरज