Jer*_*y E 5 artificial-intelligence machine-learning neural-network
脉冲和递归神经网络都可以模拟时变信息.但我不确定哪种模型相对于计算成本更好.是否需要使用更复杂的推式神经网络,或者递归神经网络是否也需要更少的计算？脉冲网是否会更快收敛？
谢谢
小智 4
我不相信你以正确的方式看待这个问题。神经网络（或任何预测模型）最重要的属性是它的准确性。如果模型的准确度（和预测性）明显提高，我宁愿花 10 倍的时间来构建模型。
有许多标准技术可用于评估模型的预测能力，例如
* 留一交叉验证
* 留多交叉验证
* Fisher 随机化 (http://en.wikipedia.org/wiki/Ronald_Fisher)
构建预测模型还有很多指导原则，例如
* 奥卡姆剃刀
* 避免过度拟合 (http://web.engr.oregonstate.edu/~tgd/classes/534/slides/part10.pdf)
* 过度拟合的惩罚（http://en.wikipedia.org/wiki/Regularization_（数学））
以下是一些可以查找更多信息的地方
http://predictivemodelingblog.blogspot.com/
http://www.statsoft.com/textbook/data-mining-techniques/
底线：选择可以解释数据的最简单模型
| 归档时间： |
|
| 查看次数： |
501 次 |
| 最近记录： |