拓端tecdat|R语言实现CNN（卷积神经网络）模型进行回归数据分析
原文链接：http://tecdat.cn/?p=18149 当我们将CNN（卷积神经网络）模型用于训练多维类型的数据（例如图像）时，它们非常有用。我们还可以实现CNN模型进行回归数据分析。我们之前使用Python进行CNN模型回归 ，在本文中，我们在R中实现相同的方法。我们使用一维卷积 ...
原文：拓端数据tecdat|R语言中的BP神经网络模型分析学生成绩
原文链接：http: tecdat.cn p 在本教程中，您将学习如何在R中创建神经网络模型。 神经网络 或人工神经网络 具有通过样本进行学习的能力。人工神经网络是一种受生物神经元系统启发的信息处理模型。它由大量高度互连的处理元件 称为神经元 组成，以解决问题。它遵循非线性路径，并在整个节点中并行处理信息。神经网络是一个复杂的自适应系统。自适应意味着它可以通过调整输入权重来更改其内部结构。 该神 ...
2021-02-11 13:28 0 366 推荐指数：
相关推荐
拓端tecdat|R语言中的SOM(自组织映射神经网络)对NBA球员聚类分析
原文链接：http://tecdat.cn/?p=19077 导入 自组织映射 （SOM）是一种工具，通过生成二维表示来可视化高维数据中的模式，在高维结构中显示有意义的模式。通过以下方式使用给定的数据（或数据样本）对SOM进行“训练”： 定义了网格的大小。 网格中的每个单元 ...
拓端tecdat|CNN（卷积神经网络）模型以及R语言实现
原文链接：http://tecdat.cn/?p=18149 无人驾驶汽车最早可以追溯到1989年。神经网络已经存在很长时间了，那么近年来引发人工智能和深度学习热潮的原因是什么呢？[1秒]答案部分在于摩尔定律以及硬件和计算能力的显著提高。我们现在可以事半功倍。顾名思义，神经网络的概念是受 ...
拓端tecdat|用R语言中的神经网络预测时间序列：多层感知器和极限学习机
原文链接：http://tecdat.cn/?p=16392 对于此示例，我将对R中的时间序列进行建模。我将最后24个观察值保留为测试集，并将使用其余的观察值来拟合神经网络。当前有两种类型的神经网络可用，多层感知器；和极限学习机 ...
BP神经网络模型
1. BP神经网络模型（Backpropagation Neural Networks） 采用非线性激活函数，Sigmoid函数。 三个层次：输入层（Input Layer）,隐藏层（Hidden Layer） 和输出层（Output layer），就好比神经网络的各个神经元具有 ...
拓端tecdat|R语言结合新冠疫情COVID-19对股票价格预测：ARIMA，KNN和神经网络时间序列分析
原文链接：http://tecdat.cn/?p=24057 原文出处：拓端数据部落公众号 1.概要 本文的目标是使用各种预测模型预测Google的未来股价，然后分析各种模型。Google股票数据集是使用R中的Quantmod软件包从Yahoo Finance获得的。 2.简介 预测 ...
拓端tecdat|R语言使用自组织映射神经网络（SOM）进行客户细分
原文链接：http://tecdat.cn/?p=18726 自组织映射神经网络（SOM）是一种无监督的数据可视化技术，可用于可视化低维（通常为2维）表示形式的高维数据集。在本文中，我们研究了如何使用R创建用于客户细分的SOM。 SOM由1982年在芬兰的Teuvo Kohonen首次 ...
拓端tecdat|R语言中回归模型预测的不同类型置信区间应用比较分析
原文链接:http://tecdat.cn/?p=13913 我们讨论了使用程序来获得预测的置信区间的方法。我们将讨论线性回归。 > plot(cars) > reg=lm(dist~speed,data=cars) > ...