Pomoc w zrozumieniu kilku kwestii z ssn

Witam. Chciałbym napisać sztuczna siec neuronowa która miałaby prognozować wyniki meczów piłkarskich na postawie tej pracy (http://docplayer.pl/4853106-Wykorzystanie-sztucznych-sieci-neuronowych-do-prognozowania-wynikow-meczow-pilkarskich.html). Potrzebuje pomocy ponieważ nie rozumiem paru kwestii z tym związanych a mianowicie:

• Autor podaje tam wagi dla poszczególnych meczy, dla najstarszego waga 2,5 dla kolejnego waga 2 dla następnego 1,5 itd. Moje pytanie jest takie: jak ma wytrenować tą siec skoro wagi są podane a z tego co widziałem do trenowanie losuje się wagi?
• czy w trakcie trenowania na wyjściu powinien pojawić się prawdziwy wynik meczu czy taki który powinien się pojawić np. załóżmy ze w prawdziwym świecie Real Madryt przegrywa z Lechem Poznań ale na na zdrowy rozsadek program powinien pokazać ze real wygra?
• Mam problem ze zrozumieniem funkcji aktywacji załóżmy że w moim przypadku będzie to prosta, kiedy jej używamy, po przemnożeniu danego wejścia przez dana wagę czy po przemnożeniu danego wejścia przez dana wagę zsumowaniu wyniku z innymi i wynikami otrzymanymi po przemnożeniu wagi z wejściem?

Bardzo zależy mi na tym żeby to zrozumieć, oglądam tutoriale, czytam opracowania ale nie mogę się przez to przebić a bez tego nie ruszę z pracą

• Autor podaje tam wagi dla poszczególnych meczy, dla najstarszego waga 2,5 dla kolejnego waga 2 dla następnego 1,5 itd. Moje pytanie jest takie: jak ma wytrenować tą siec skoro wagi są podane a z tego co widziałem do trenowanie losuje się wagi?

Danie wag na starcie jest taką dodatkową pomocą dla sieci neuronowej - prawdopodobnie dobraną eksperymentalnie. W rzeczywistości sieci neuronowe są przereklamowane i mnóstwo wysiłku trzeba włożyć w odpowiednie przekształcenia danych wejściowych, by sieć zrobiła z nich jak najlepszy użytek - bez tych startowych współczynników też będzie działała, ale - jeśli autor dobrał je dobrze - uzyskasz gorsze wyniki. Z kolei możliwe jest, że jeśli przed wejściem do sieci neuronowej zrobisz zupełnie inne przekształcenie, uzyskasz lepsze wyniki od autora.

• czy w trakcie trenowania na wyjściu powinien pojawić się prawdziwy wynik meczu czy taki który powinien się pojawić np. załóżmy ze w prawdziwym świecie Real Madryt przegrywa z Lechem Poznań ale na na zdrowy rozsadek program powinien pokazać ze real wygra?

Nie rozumiem pytania.

• Mam problem ze zrozumieniem funkcji aktywacji załóżmy że w moim przypadku będzie to prosta, kiedy jej używamy, po przemnożeniu danego wejścia przez dana wagę czy po przemnożeniu danego wejścia przez dana wagę zsumowaniu wyniku z innymi i wynikami otrzymanymi po przemnożeniu wagi z wejściem?

Bardzo dawno (10 lat temu) dotykałem się sieci neuronowych, ale:

• funkcję aktywacji wykonuje się na wyniku po zsumowaniu
• funkcja aktywacji nie powinna być prostą, bo sieć się nie nauczy - można zastosować jakiś wariant funkcji wykładniczej - nie napiszę bardziej szczegółowo, bo nie pamiętam.

Coredump napisał(a):

• Autor podaje tam wagi dla poszczególnych meczy, dla najstarszego waga 2,5 dla kolejnego waga 2 dla następnego 1,5 itd. Moje pytanie jest takie: jak ma wytrenować tą siec skoro wagi są podane a z tego co widziałem do trenowanie losuje się wagi?

Danie wag na starcie jest taką dodatkową pomocą dla sieci neuronowej - prawdopodobnie dobraną eksperymentalnie. W rzeczywistości sieci neuronowe są przereklamowane i mnóstwo wysiłku trzeba włożyć w odpowiednie przekształcenia danych wejściowych, by sieć zrobiła z nich jak najlepszy użytek - bez tych startowych współczynników też będzie działała, ale - jeśli autor dobrał je dobrze - uzyskasz gorsze wyniki. Z kolei możliwe jest, że jeśli przed wejściem do sieci neuronowej zrobisz zupełnie inne przekształcenie, uzyskasz lepsze wyniki od autora.

• czy w trakcie trenowania na wyjściu powinien pojawić się prawdziwy wynik meczu czy taki który powinien się pojawić np. załóżmy ze w prawdziwym świecie Real Madryt przegrywa z Lechem Poznań ale na na zdrowy rozsadek program powinien pokazać ze real wygra?

Nie rozumiem pytania.

• Mam problem ze zrozumieniem funkcji aktywacji załóżmy że w moim przypadku będzie to prosta, kiedy jej używamy, po przemnożeniu danego wejścia przez dana wagę czy po przemnożeniu danego wejścia przez dana wagę zsumowaniu wyniku z innymi i wynikami otrzymanymi po przemnożeniu wagi z wejściem?

Bardzo dawno (10 lat temu) dotykałem się sieci neuronowych, ale:

• funkcję aktywacji wykonuje się na wyniku po zsumowaniu
• funkcja aktywacji nie powinna być prostą, bo sieć się nie nauczy - można zastosować jakiś wariant funkcji wykładniczej - nie napiszę bardziej szczegółowo, bo nie pamiętam.

1. Czyli sugerujesz ze te dane można pominąć i siec sama powinna dobrać jakie wagi są odpowiednie?

2.Postaram się to wytłumaczyć na podstawie programu. Dane wejściowe wyglądają tak 1 to wygrana 0 to remis -1 to przegrana mamy 10 wejść Real(1,1,1,1,1) a Lech(0,0,0,0,0) w rzeczywistości Lech wygrywa z Realem ale w moim programie przemnażając te wszystkie mecze Real ma więcej pkt od Lecha i to on powinien wygrać (nie wiem czy za bardzo nie sugeruje sie tymi podanymi wagami 2,5 itd)

3. Mam 2 neurony które maja po 5 wejść i one łącza się z kolejnym neuronem, czyli przemnażam wagi z wejściami dodaje je do siebie i wtedy używam funkcji aktywacji a następnie dodaje to co wyszło z 1 neuronu do tego co wyszło z 2 neuronu dodaje to w 3 neuronie i używam funkcji aktywacji?

1. Czyli sugerujesz ze te dane można pominąć i siec sama powinna dobrać jakie wagi są odpowiednie?

Tak.

2.Postaram się to wytłumaczyć na podstawie programu. Dane wejściowe wyglądają tak 1 to wygrana 0 to remis -1 to przegrana mamy 10 wejść Real(1,1,1,1,1) a Lech(0,0,0,0,0) w rzeczywistości Lech wygrywa z Realem ale w moim programie przemnażając te wszystkie mecze Real ma więcej pkt od Lecha i to on powinien wygrać (nie wiem czy za bardzo nie sugeruje sie tymi podanymi wagami 2,5 itd)

Różnie można do tego podejść.
Jeśli w dokładnie wszystkich meczach użytych do uczenia sieci neuronowej będzie zwycięstwo jednej drużyny, to nie widzę szans, by wytypowała inny wynik w kolejnym.
Częściowo zapobiega się temu problemowi poprzez dodawanie jakiegoś losowego składnika do danych wejściowych podczas uczenia - przy czym raczej powinien to być składnik losowy o rozkładzie normalnym, a nie liniowym - by zdarzało się, ale rzadko, że ten składnik losowy odwróci wynik spotkania. Wielkość tego składnika też do dobrania eksperymentalnie.

3. Mam 2 neurony które maja po 5 wejść i one łącza się z kolejnym neuronem, czyli przemnażam wagi z wejściami dodaje je do siebie i wtedy używam funkcji aktywacji a następnie dodaje to co wyszło z 1 neuronu do tego co wyszło z 2 neuronu dodaje to w 3 neuronie i używam funkcji aktywacji?

Tak.