Участник:PanchenkoSviatoslav
Материал из MachineLearning.
 (→Весна 2019, 6-й семестр)  | 
				 (→Научно-исследовательская работа)  | 
			||
| Строка 10: | Строка 10: | ||
| - | + | ''''''Весна 2019, 6-й семестр''''''  | |
| - | + | ||
'''Получение простой выборки на выходе слоя нейронной сети'''  | '''Получение простой выборки на выходе слоя нейронной сети'''  | ||
Границы применимости многочисленных методов математической статистики, применяемых в анализе, обуславливаются знанием вероятностной природы данных, которая, как правило, заранее неизвестна. В данной статье предлагается объединение целого комплекса статистических критериев в универсальный инструмент исследования распределений, порождающих выборки. Также предлагается алгоритм усовершенствования нейронной сети на основе анализа выборки, полученной на выходе её предпоследнего слоя, с помощью предложенного инструмента.  | Границы применимости многочисленных методов математической статистики, применяемых в анализе, обуславливаются знанием вероятностной природы данных, которая, как правило, заранее неизвестна. В данной статье предлагается объединение целого комплекса статистических критериев в универсальный инструмент исследования распределений, порождающих выборки. Также предлагается алгоритм усовершенствования нейронной сети на основе анализа выборки, полученной на выходе её предпоследнего слоя, с помощью предложенного инструмента.  | ||
Версия 19:02, 12 декабря 2019
Панченко Святослав, студент факультета прикладной математики МФТИ
Кафедра "Интеллектуальные системы"
Направление "Интеллектуальный анализ данных"
email: panchenko.sk@phystech.edu
Научно-исследовательская работа
'Весна 2019, 6-й семестр'
Получение простой выборки на выходе слоя нейронной сети
Границы применимости многочисленных методов математической статистики, применяемых в анализе, обуславливаются знанием вероятностной природы данных, которая, как правило, заранее неизвестна. В данной статье предлагается объединение целого комплекса статистических критериев в универсальный инструмент исследования распределений, порождающих выборки. Также предлагается алгоритм усовершенствования нейронной сети на основе анализа выборки, полученной на выходе её предпоследнего слоя, с помощью предложенного инструмента.

