उस ने कहा, वे एक असंतत कार्य को मनमाने ढंग से बारीकी से कर सकते हैं। उदाहरण के लिए, हैवीसाइड फ़ंक्शन, जो कि x=0 के लिए 0 है, को सिग्मॉइड (लैम्ब्डाx) द्वारा अनुमानित किया जा सकता है और लैम्ब्डा के अनंत तक जाने पर सन्निकटन बेहतर हो जाता है।
क्या तंत्रिका नेटवर्क असंतत कार्य सीख सकते हैं?
एक तीन परत तंत्रिका नेटवर्क किसी भी असंतत बहुभिन्नरूपी फ़ंक्शन का प्रतिनिधित्व कर सकता है। … इस पत्र में हम साबित करते हैं कि न केवल निरंतर कार्य बल्कि सभी असंतत कार्य भी ऐसे तंत्रिका नेटवर्क द्वारा कार्यान्वित किए जा सकते हैं।
क्या कोई तंत्रिका नेटवर्क किसी कार्य का अनुमान लगा सकता है?
सार्वभौम सन्निकटन प्रमेय में कहा गया है कि एक तंत्रिका नेटवर्क जिसमें 1 छिपी हुई परत होती है, एक विशिष्ट सीमा के भीतर इनपुट के लिए किसी भी निरंतर कार्य को अनुमानित कर सकती है। यदि फ़ंक्शन इधर-उधर उछलता है या उसमें बड़े अंतराल हैं, तो हम इसका अनुमान नहीं लगा पाएंगे।
कौन सा तंत्रिका नेटवर्क किसी भी निरंतर कार्य का अनुमान लगा सकता है?
संक्षेप में, सार्वभौमिकता प्रमेय का एक अधिक सटीक कथन यह है कि एक छिपी हुई परत के साथ तंत्रिका नेटवर्क किसी भी निरंतर कार्य को किसी भी वांछित सटीकता के लिए अनुमानित करने के लिए उपयोग किया जा सकता है।
क्या तंत्रिका नेटवर्क किसी समस्या का समाधान कर सकते हैं?
आज, तंत्रिका नेटवर्क का उपयोग कई व्यावसायिक समस्याओं को हल करने के लिए किया जाता है जैसे बिक्री पूर्वानुमान, ग्राहक अनुसंधान, डेटा सत्यापन और जोखिम प्रबंधन। उदाहरण के लिए, Statsbot पर हमसमय-श्रृंखला की भविष्यवाणियों, डेटा में विसंगति का पता लगाने और प्राकृतिक भाषा की समझ के लिए तंत्रिका नेटवर्क लागू करें।
