Icon

02_​ニューラルネットワークのモデル作成と予測

ニューラルネットワークのモデル作成と予測

ニューラルネットワークのモデル作成と予測

データが正規化され、分割された後、多層パーセプトロン（MLP）が学習され、適用されます。

ニューラルネットワークのモデル作成と予測　多層パーセプトロン（MLP）ラーナーとプレディクタを使用して画像データを分類した例。　入力データの詳細については下記を参照してください。　https://archive.ics.uci.edu/ml/datasets/Statlog+(Landsat+Satellite) クラス列を基準に層化抽出法でデータ分割33%：トレーニングデータ67%：テストデータニューラルネットワークのモデルからクラスを予測ニューラルネットワークの作成データ読込み処理結果を混同行列で確認データ正規化最小データを０最大データを１ Partitioning MultiLayerPerceptronPredictor RProp MLP Learner Table Reader Scorer Normalizer ニューラルネットワークのモデル作成と予測　多層パーセプトロン（MLP）ラーナーとプレディクタを使用して画像データを分類した例。　入力データの詳細については下記を参照してください。　https://archive.ics.uci.edu/ml/datasets/Statlog+(Landsat+Satellite) クラス列を基準に層化抽出法でデータ分割33%：トレーニングデータ67%：テストデータニューラルネットワークのモデルからクラスを予測ニューラルネットワークの作成データ読込み処理結果を混同行列で確認データ正規化最小データを０最大データを１ Partitioning MultiLayerPerceptronPredictor RProp MLP Learner Table Reader Scorer Normalizer

Nodes

Extensions

Links

Download

To use this workflow in KNIME, download it from the below URL and open it in KNIME:

Download Workflow
On NodePit since: 2021-08-07
Last update: 2024-12-17
Created with KNIME version: v4.3.3

Deploy, schedule, execute, and monitor your KNIME workflows locally, in the cloud or on-premises – with our brand new NodePit Runner.

Try NodePit Runner!