Main Content

La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.

Approximation de fonction et régression non linéaire

Créer un réseau de neurones pour généraliser des relations non linéaires entre des exemples d’entrées et de sorties

Applications

Neural Net FittingRésoudre un problème d’ajustement avec des réseaux feedforward à deux couches

Fonctions

nftoolOuvrir l’application Neural Net Fitting
viewAfficher un réseau de neurones peu profond
fitnetRéseau de neurones pour l'ajustement de fonction
feedforwardnetGénérer un réseau de neurones feedforward
cascadeforwardnetGenerate cascade-forward neural network
trainEntraîner un réseau de neurones peu profond
trainlmLevenberg-Marquardt backpropagation
trainbrBayesian regularization backpropagation
trainscgScaled conjugate gradient backpropagation
trainrpResilient backpropagation
mseFonction de performance d’erreur quadratique moyenne normalisée
regression(Not recommended) Perform linear regression of shallow network outputs on targets
ploterrhistPlot error histogram
plotfitTracer l'approximation d'une fonction
plotperformTracer les performances d’un réseau
plotregressionTracer une régression linéaire
plottrainstateTracer les valeurs d'un état de l’apprentissage
genFunctionGenerate MATLAB function for simulating shallow neural network

Exemples et procédures

Design de base

Scalabilité et efficacité de l’apprentissage

Solutions optimales

Concepts