Каковы отношения между байесовскими и нейронными сетями?

Хорошо, после небольшого исследования, наконец, я заработал, изменив глагол метода на POST вместо GET, поскольку мы не можем (или слишком усложняемся) отправлять сложный тип данных в запросах GET. Вот код:

 [WebMethod]
    [ScriptMethod(ResponseFormat = ResponseFormat.Json)]
    public void getToken(object Token)
    {

    }

Вот код Ajax:

$.ajax({
            url: "/iFrameIntegration.asmx/getToken",
            data: JSON.stringify({ Token: { userData: 'crm' } }),
            contentType: "application/json; charset=utf-8",
            type: 'POST',
            success: function (data) {
                alert(data);
            },
            error: function (data) {
                alert("Error");
            }
        });
10
задан bias 19 July 2009 в 05:22
поделиться

3 ответа

Байесовские сети представляют независимость (и зависимость) отношения между переменными. Таким образом ссылки представляют условные отношения в вероятностном смысле. Нейронные сети, вообще говоря, не имеют такой прямой интерпретации, и на самом деле промежуточные узлы большинства нейронных сетей являются обнаруженными функциями, вместо того, чтобы связать любой предикат с ними самостоятельно.

8
ответ дан 4 December 2019 в 00:27
поделиться

Сообщается, что байесовские сети более стойкие к "перетренировке", которая замечена в некоторых нейронных сетях. Другими словами, некоторые нейронные сети становятся так "обученными" к наблюдаемым измерениям, используемым в обучении, что они не полезны для общих случаев.

3
ответ дан 4 December 2019 в 00:27
поделиться

Действительно они. Я рассматриваю байесовскую сеть как нейронную сеть, применяющую Теорему Baye на крупный масштаб, но я не помню детали. Я знаю, где можно найти их, и я рекомендую эту книгу для этого.

1
ответ дан 4 December 2019 в 00:27
поделиться
Другие вопросы по тегам:

Похожие вопросы: