神经网络

用于二类和多类分类的神经网络

神经网络模型由一系列反映大脑处理信息方式的层构成。统计和机器学习工具箱中提供的神经网络分类器™ 是完全连接的前馈神经网络，您可以调整完全连接层的大小并更改层的激活函数。

要训练神经网络分类模型，请使用分类学习者应用程序。为了获得更大的灵活性，使用菲茨内特在命令行界面中。训练后，您可以通过将模型和新预测数据传递给预测.

如果您想创建更复杂的深度学习网络并拥有深度学习工具箱™, 你可以试试这个深度网络设计器（深度学习工具箱）应用程序。

应用程序

使用有监督机器学习训练数据分类模型

`菲茨内特`	训练神经网络分类模型
`契约`	缩小机器学习模型的规模

`预测`	使用神经网络分类器对观测数据进行分类
`再预测`	使用经过训练的分类器对训练数据进行分类

使用菲茨内特创建具有完全连接层的前馈神经网络分类器，并根据测试数据评估模型的性能。

创建和比较神经网络分类器，并导出经过训练的模型，以便对新数据进行预测。

下载电子书