Main Content

La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

Aproximación y regresión no lineal de funciones

Cree una red neuronal para generalizar relaciones no lineales entre entradas y salidas de ejemplo

Apps

Neural Net FittingResolver un problema de ajuste utilizando redes prealimentadas de dos capas

Funciones

nftoolAbrir la app Neural Net Fitting
viewVisualizar una red neuronal superficial
fitnetRed neuronal de ajuste de funciones
feedforwardnetGenerar una red neuronal prealimentada
cascadeforwardnetGenerar una red neuronal prealimentada en cascada
trainEntrenar una red neuronal superficial
trainlmRetropropagación Levenberg-Marquardt
trainbrRetropropagación de regularización bayesiana
trainscgRetropropagación de gradiente conjugado escalado
trainrpResilient backpropagation
mseFunción de rendimiento normalizada de error cuadrático medio
regression(No recomendado) Realizar una regresión lineal de las salidas de redes superficiales en los objetivos
ploterrhistRepresentar un histograma de error
plotfitRepresentar el ajuste de una función
plotperformRepresentar el rendimiento de la red
plotregressionRepresentar una regresión lineal
plottrainstateRepresentar valores de estado de entrenamiento
genFunctionGenerate MATLAB function for simulating shallow neural network

Ejemplos y procedimientos

Diseño básico

Escalabilidad y eficiencia del entrenamiento

Soluciones óptimas

Conceptos