دوست عزیز به خاطر اینکه شبکه عصبی کارایی رو میتونه بکنه که تقریبا غیر ممکنه یا خیلی خیلی سخته.
مثلا در همین موردش شبکه عصبی میتونه پیچیده ترن توابع که پر از اعمال ریاضی سنگین هستو مدل کنه مثلا تعیین قیمت ارز که یک تابع بسیار پیچیداست ولی شبکه عصبی میتونه با اعمال یکی سری اپشن حتی قیمت رو پیش بینی کنه .
یا مثلا کار کردن تو فضاهای چند بعدی مثلا 20 بعدی ولی ما نیمیتونیم از سه بعد بالاترو فرض کنیم یا حالا دقیقتر از چهار بعد بالاترو....
یا یکی دیگه از مزایاهای دیگه اش دسته بندیه میتونه داده هارو بگیره و یه روابط منطقی بین داده ها پیدا کنه و شبیه ترین داده ها رو با هم تو یه گروه قرار بده(مثلا شبکه میتونه دو حیون شبیه تر بهم رو از بین گرگ و گاو و مرغ و ماهی و ... پیدا کنه اون هم بدون کمک گرفتن از بیرون به روش بدون ناظر)
و خیلی خیلی مزایای دیگه .....
قدرت شبکه پس انتشار تو انعطاف پالا از لحاظ ساختریه شاید از rbf تو این مساله استفاده میشد بهتر بود ولی خوب mlp عمومیت داره
اما divideparam مشخص میکنه که چند در صد از داده ها برای ترین چند درصد برای ولیدیشن و چند درصد برای تست باشه...
موفق باشی دوست عزیز
دیدگاه