Простой контролируемый алгоритм обучения

Question

Я ищу простой контролируемый алгоритм обучения, который находит лучшие значения для некоторых переменных на основе набора входных данных для обучения. (набор обучающих входов - это набор входов с желаемым выходом для каждого из них)

Мои лучшие значения - это некоторые double значения, которые дают мне максимально правильные ответы из набора ввода для обучения.

И переменные должны использоваться в некоторых if...else условиях.

вот очень простой пример:

a b o

---

1 1 1

0 1 0

1 0 0

0 0 0

, в которой строка, первое и второе значения (a, b) являются входными, а третье значение (o) - желаемым выходным.

и если у меня есть только одно условие, подобное этому:

if ((a > d1) && (b > d2)
    return 1;
else
    return 0;

В этом примере я хочу найти лучшие значения d1 и d2, чтобы получить меньше неправильных ответов из обучающего набора.

Итак, в этом примере значения d1 и d2 должны быть больше 0 и ниже 1.

Но моя настоящая проблема немного сложнее, чем этот пример.

Какой алгоритм вы мне предложите?

Answer 1

В вашем вопросе недостаточно информации, чтобы предложить хорошее универсальное решение. Знание источника данных может помочь. Тем не менее, вот простая вещь, которую вы можете сделать:

• Возьмите квадратное изображение.
• Нарисуйте каждую точку данных, используя два входных значения в качестве координат и вывод в качестве цвета.
• Обратите внимание на наличие рисунка на изображении.
• Приблизительный шаблон с кодом.

Answer 2

Вы можете подключить простую нейронную сеть (MLP) и обучить ее, используя обратное распространение.

http://en.wikipedia.org/wiki/Multilayer_perceptron

http://en.wikipedia.org/wiki/Backpropagation