จากทฤษฎีไปปฏิบัติ: การสร้างเครือข่ายเชิงอนิจกรรม สําหรับการแสดงเวลา

การพยากรณ์เวลาเกี่ยวข้องกับ การทํานายข้อมูลในอนาคต โดยใช้ข้อมูลทางประวัติศาสตร์ เครือข่ายประสาทมีประสิทธิภาพในการจําลองรูปแบบที่ซับซ้อน ในข้อมูลดังกล่าว บทความนี้จะให้แนวทางการสร้างเครือข่ายประสาทสําหรับการพยากรณ์เวลา

การ เข้าใจ ข้อมูล

ก่อน จะ สร้าง เครือ ข่าย ประสาท จําเป็น ต้อง เข้าใจ ข้อมูล.

กําลังเตรียมข้อมูล

การเตรียมการข้อมูลเกี่ยวกับการแปลงข้อมูลดิบ ไปเป็นรูปแบบที่เหมาะสมสําหรับการฝึกหัด ซึ่งรวมถึงการสร้างคู่ข้อมูลที่จะป้อนเข้าด้วย โดยใช้กล่องเลื่อนหน้าต่าง ตัวอย่างเช่น ใช้ข้อมูล 10 จุดข้อมูลที่ผ่านมา เพื่อทํานายจุดถัดไป

การ สร้าง เครือ ข่าย ของ เนรัล

Re re recore เครือข่ายประสาท (RN) โดยเฉพาะเครือข่ายหน่วยความจําสั้น (LSTM) เป็นเครือข่ายที่นิยมเลือกสําหรับเวลาการพยากรณ์ พวกเขาสามารถจับการขึ้นต่อกันของเวลาได้อย่างมีประสิทธิภาพ

ขั้น ตอน สําคัญ คือ การ กําหนด สถาปัตยกรรม ของ เครือ ข่าย, การ เลือก จํานวน ชั้น และ นิ ว รอน, และ การ เลือก ฟังก์ชัน การ สูญ เสีย ที่ เหมาะ สม และ การ ปรับ ปรุง ให้ เหมาะ สม.

การ ฝึก อบรม และ การ ปรับ ปรุง

ฝึกเครือข่ายประสาทโดยใช้ข้อมูลที่เตรียมไว้ ติดตามการทํางานด้วยข้อมูลการตรวจสอบเพื่อป้องกันการทับถมเกินขนาด เมตริกทั่วไปรวมถึงข้อผิดพลาดเฉลี่ย (MAE) และรูท ควอเทนผิดพลาด (RE)

การ ทํา งาน และ การ ทํานาย ล่วง หน้า

เมื่อ ได้ รับ การ ฝึก แล้ว แบบ จําลอง นี้ สามารถ ทํา ให้ เกิด การ คาด คะเน ข้อมูล ใหม่ ๆ ได้.