以斯帖之友    儲值會員專區    聯絡我們    臉書粉絲頁    部落格
關鍵字搜尋
新增網頁1
 
 
 
【以斯帖實戰教學】 2013年10月23日,類神經網路(Artificial Neural Network)統計分析方法 [推到 Facebook]
 

    類神經網路(Artificial Neural Network)的方法,隨著近年來電腦資訊設備發展,有越來越廣泛運用的趨勢。其想法即爲由收集至的系統輸入(input)與輸出(output)的資料,建立模式(model)(輸入資料與輸出資料的關聯性)。有了這樣的模型便可用於預測、決策、分類。就統計分析而言,輸入資料即爲解釋變項,而輸出資料即可視爲結果變項,在統計分析方法中,常見的迴歸分析即可以視為一種類神經網路的模式。而類神經網路可以有更複雜的型式,例如解釋變項爲非線性的模式等等。

 

    類神經網路模式其主要的目的通常在於預測。所以通常會將資料分成兩個部份:建模資料(training data)以及驗證資料(testing data);也就是說,先以建模資料建立模式,再將驗證資料代入建立完成的模式以確認其預測力高低。在醫學上,類神經網路的方法多應用於心血管疾病診斷、基因分類等。目前,類神經網路模式有相當多的軟體可用來分析,例如常見的SAS, R, SPSS, STATISTICA等.

Reference:

 Smith, Murray (1993) Neural Networks for Statistical Modeling, Van Nostrand Reinhold

 
 
新增網頁1
Copyright © 2017 以斯帖統計顧問股份有限公司 All Rights Reserved.
116-94 台北市文山區辛亥路四段130巷11號1樓(捷運辛亥站旁,點擊連結地圖)
電話:(02)2935-3311 傳真:(02)2935-3379  E-mail:service@estat.com.tw
.會員服務條款
.隱私權保護說明
.人才招募
.聯絡我們
.Facebook