StrangeAttractor
@StrangeAttractor

Какой тип нейросетей оптимален для обработки двоичных данных?

На входе массив булевых значений (результат предварительного анализа данных/состояния на соответствие критериям). На выходе — решение да/нейтраль/нет (в виде 1/0.5/0 или в виде двух чётких булевых значений или вообще можно на две подзадачи-нейросети задачу разбить) (например для стратегической игры: атаковать/обороняться/отступать). Т.е. всё множество вещественных чисел нам не нужно, множество имеющих смысл значений входов и выходов строго ограничено. Какой тип нейросетей и алгоритм обучения лучше выбрать для такой задачи?
  • Вопрос задан
  • 2919 просмотров
Пригласить эксперта
Ответы на вопрос 3
akhmelev
@akhmelev
программист
Нейросети точно не айс для такой задачи. Посмотрите в сторону решающих деревьев.
Ответ написан
Petrify
@Petrify
обычная нейросеть с 1-2 скрытыми слоями, обучение обратным градиентным спуском, функция активации подойдет сигмоид, на выходе снимать максимальное значение. Например если у вас на выходе три нейрона атаковать/обороняться/отступать со значениями (0.4,0.2,0.6), то надо отступать.
Ответ написан
@lightcaster
Почему нейросети?
Ответ написан
Комментировать
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы