NeuralWorks預測功能
綜合
預計採用基於多年在數據準備，預處理和網絡建設的設施建模最佳實踐的技術。可用的數據自動分割成訓練集（用於調整權值）和試驗組（用於評估在訓練期間的性能），以防止過擬合。內部學習參數是基於噪聲的預計在訓練數據的數量進行設置。所有的輸入值進行了分析和適當的數據轉換應用於獲取輸入數據的值的分佈與目標輸出值分佈之間較高的相關性。遺傳算法優化器的轉換輸入那些最有可能得到的最佳模式池選擇。最後，實際的神經網絡動態構造採用級聯關係，由斯科特·法爾曼在卡內基-梅隆大學發明的。有了這個機制，你不必指定神經網絡隱層和隱單元的數目。該架構演變為訓練的進行，造成了最小規模的網絡，抓住問題的非線性和相關性。
易於使用
當預測被安裝為一個Excel加載項在Microsoft Windows下，在熟悉的Excel界面，以及Excel的各種數據處理和可視化功能確保您可以立即生產，即使你有神經網絡的經驗，
基本過程創建一個神經網絡是完全自動化 - 生成嚮導將引導您完成一系列簡短的對話框，提供了一步一步的指導：
- 您可以指定 問題的類型 （例如，預測，分類或聚類）。
- 您可以指定 用於神經網絡的名稱和字段標籤的位置 在電子表格中。
- 您指定的電子表格單元格包含 輸入數據 和 輸出數據。
- 您可以指定從下拉列表中選擇 噪聲和數據轉換和 變量選擇和神經網絡的搜索。
- 你告訴預測到 訓練網絡。
經過網絡進行訓練，預測顯示一個 匯總 對於給定類型的問題（例如，RMS誤差預測的問題，或者問題分類平均準確）適當的性能指標。您可以 運行模式 使用的數據在目前的試算表，也可以在電子表格中加載新的數據。
在培訓過程中進行預測的所有行動進行審查訪問，並為您獲得使用經驗預測，你可以 修改設置預測 微調神經網絡的性能。
