Bedienungsanleitung PALISADE NEURALTOOLS 5.5

[. . . ] Benutzerhandbuch für NeuralTools Neuroralnetz-Add-In für Microsoft Excel ® Version 5. 5 Januar, 2010 Palisade Corporation 798 Cascadilla Street Ithaca, NY 14850 USA +1-607-277-8000 +1-607-277-8001 (Fax) http://www. palisade. com (Web-Site) sales@palisade. com (E-Mail) Copyright-Hinweis Copyright © 2010, Palisade Corporation. Markenzeichen Microsoft, Excel und Windows sind eingetragene Marken der Microsoft Corporation. IBM ist eine eingetragene Marke von International Business Machines, Inc. Palisade, TopRank, BestFit und RISKview sind eingetragene Marken der Palisade Corporation. Willkommen in NeuralTools für Excel Willkommen Durch NeuralTools erhält Microsoft Excel, das den Industrienormen entsprechende Daten- und Analysen-Modellierungswerkzeug, einen neuen und leistungsfähigen Werkzeugsatz!NeuralTools ist ein AddIn für die Neuronalnetze in Microsoft Excel. [. . . ] Es wird dann die für Ihre Daten beste Konfiguration identifiziert, und zwar auf Basis des erhaltenen Fehlerwert im Testdatensatz. Wenn Alle versuchsweisen Netze in neuer Arbeitsmappe speichern ausgewählt ist, können Sie die getesteten Netze einzeln aus einer Arbeitsmappe laden (ganz gleich, ob es sich dabei um das leistungsstärkste Netz handelt oder nicht) und nach dem Trainieren für die Prognose verwenden. Auch ist ein vollständiger Testübersichtsbericht für jedes Netz verfügbar. Bei diesen Netztypen brauchen keine zusätzlichen Optionen zu Trainingszwecken ausgewählt werden. Daher ist dies die Standardeinstellung, wenn NeuralTools installiert ist. Wenn es sich bei Ihren Daten um numerische Ausgabenwerte handelt, wird ein GRNNNetzwerk und bei kategorischen Ausgabewerten ein PNN-Netzwerk darauf eintrainiert. Ein mehrschichtiges Feedforward-Netzwerk (MLFN) enthält eine oder zwei ausgeblendete Knotenschichten. 2) 3) 54 Befehlsreferenz Wenn Sie für die zweite Schicht keine Knoten wählen, wird diese Schicht entfernt. Um auf zuverlässige Weise die beste Konfiguration eines MLFN-Netzes zu finden, sollte die Option Bestes Netz suchen verwendet und nicht nur ein einzelnes MLFN-Netz trainiert werden. Falls nicht genügend Zeit für Bestes Netz suchen vorhanden ist, sollte Knotenanzahl auf Autom. ausgewählt eingestellt bleiben. Registerkarte Ausführungszeit Die Registerkarte Ausführungszeit im Dialogfeld Training ermöglicht Ihnen, Anhaltebedingungen für das Training einzugeben. Wenn keine Anhaltebedingungen ausgewählt werden, wird das Training trotzdem irgendwann angehalten. Die Ausführungszeit ist relativ kurz für PNN/GRNN-Netze und erheblich länger für MLFNetze. Es ist beispielsweise möglich, keine Anhaltebedingungen zu wählen und dann im Dialogfeld Trainings-Fortschritt auf Stop zu klicken, sobald keine Zeit mehr zum Training vorhanden ist. Bei der Option Bestes Netz suchen muss eine Zeitbegrenzung für das Training von Netzen definiert werden, um sicherzustellen, dass der Suchalgorithmus nicht zu viel Zeit für eine bestimmte Konfiguration verbraucht. Die drei verfügbaren Anhaltebedingungen können kombiniert werden, um anzugeben, dass NeuralTools anhalten soll, sobald eine der Bedingungen erreicht ist. Referenz: NeuralTools-Menübefehle 55 Für Training-Ausführzeit sind folgende Optionen verfügbar: · Zeit ­ legt eine bestimmte Zeitgrenze für das Trainieren eines Netzwerks fest. schon früher angehalten, wenn der Algorithmus erkennt, dass wahrscheinlich kein weiterer Fortschritt erzielt werden kann. Bei Verwendung von Bestes Netz suchen wird jede getestete Konfiguration entsprechend der eingegebenen Zeitspanne trainiert. · Versuche ­ legt fest, dass NeuralTools nicht mehr als die angegebene Anzahl an Versuchen ausführen soll, bevor angehalten wird. Bei mehrschichtigen FeedforwardNetzwerken handelt es sich bei einem , , Versuch" um eine einzelne Zuweisung von , , Bewertungsfaktoren" an die Verbindungen zwischen Neuronen. Das Training besteht aus einer intelligenten Suche nach Bewertungsfaktoren, die die besten Prognosen ergeben. Bei neuronalen Wahrscheinlichkeitsnetzwerken und verallgemeinerten neuronalen Regressionsnetzwerken handelt es sich bei einem Versuch um die Zuweisung von , , Glättungsfaktoren" an Variablen Das Training besteht aus der Suche nach den besten Glättungsfaktoren. · Fortschritt ­ legt fest, dass NeuralTools nicht mehr weitermachen soll, wenn die Fehlerstatistik im angegebenen Zeitrahmen nicht mindestens um den eingegebenen Prozentsatz verbessert werden kann. 56 Befehlsreferenz Dialogfeld Trainings-Vorschau In dem Dialogfeld Trainings-Vorschau wird vor Beginn des Trainings der Aufbau des aktuellen Netzwerk-Trainings angezeigt, und zwar zusammen mit irgendwelchen Fehlern, die in Ihren Daten festgestellt wurden. [. . . ] In der Summierungsschicht befindet sich ein Neuron pro abhängiger Kategorie. Durch jedes Neuron werden die Ausgabewerte der verschiedenen Neuronen addiert, die den Trainingsfällen in der betreffenden Kategorie entsprechen. Die Ausgabewerte der Summierungsschicht-Neuronen können als Schätzung der Wahrscheinlichkeitsdichtefunktion für jede Klasse ausgelegt werden. Durch das Ausgabeneuron wird die Kategorie mit dem höchsten Wahrscheinlichkeitsdichte-Funktionswert als vorausgesagte Kategorie ausgewählt. Weitere Info über neuronale Netzwerke 99 Genau wie bei den GRN-Netzen, besteht das Training eines PNNetzes aus dem Optimieren der Glättungsfaktoren, um den Fehler im Trainingssatz zu minimieren. [. . . ]