このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
ニューラルネットワークモデルは,脳による情報の処理方法を反映した一連の層として構成されます。统计和机器学习工具箱™ で利用可能なニューラル ネットワーク分類器は全結合のフィードフォワード ニューラル ネットワークであり、全結合層のサイズを調整したり層の活性化関数を変更したりできます。
ニューラルネットワーク分類モデルに学習をさせるには,分類学習器アプリを使用します。柔軟性を向上させるためには,コマンドラインインターフェイスでfitcnet
を使用してニューラルネットワーク分類器に学習させます。学習後,モデルと新しい予測子データを预测
に渡すことにより,新しいデータを分類できます。
深度学习工具箱™がある場合により複雑な深層学習ネットワークを作成するには,ディープネットワークデザイナー(深度学习工具箱)アプリを試すことができます。
分類学習器 | 教師あり機械学習を使用して,データを分類するようにモデルを学習させる |
ClassificationNeuralNetwork |
分類用のニューラルネットワークモデル |
CompactClassificationNeuralNetwork |
分類用のコンパクトなニューラルネットワークモデル |
ClassificationPartitionedModel |
交差検証分類モデル |
fitcnet
を使用して全結合層をもつフィードフォワードニューラルネットワーク分類器を作成し,検定データでモデルの性能を評価する。
分類学習器アプリを使用したニューラルネットワーク分類器の学習
ニューラルネットワーク分類器を作成および比較し,新しいデータについて予測を行うため学習済みモデルをエクスポートする。