Я прочитал эту строку о нейронных сетях:Применения нейронных сетей для прогнозирования цен
«Хотя правило персептрона находит успешный вектор веса, когда примеров обучения являются линейно разделимы, она может не сойтись если примеры не являются линейно разделимы
Моего распределения данных, как это:. функции являются производством каучука, потребление каучука, производство синтетического каучука и валютного курса всех значений масштабируются
Мой вопрос в том, что данные не являются линейно разделяемыми, поэтому я должен применять ANN на нем или нет? это правило, что оно должно применяться только для линейно разделяемых данных? поскольку я получаю хорошие результаты, используя его (ошибка 0,09% MAPE). Я также применил регрессию SVM (fitrsvm в MATLAB), поэтому я должен спросить, может ли SVM использоваться в прогнозировании/прогнозировании или используется только для классификации, которую я не читал нигде в отношении использования SVM для прогнозирования, и результаты для SVM также не хороши, какова может быть возможная причина?
Это может быть справедливо для одного нейрона. Но при наличии достаточного количества нейронов нейронная сеть может аппроксимировать любую функцию. [Здесь] (http://neuralnetworksanddeeplearning.com/chap4.html) - это приятное визуальное доказательство. – sietschie