Home

Capítulo 1 - Palisade Corporation

Contents

1. direita do conjunto de dados de teste para poder ver como as previs es mudam em cada caso individual medida que novas redes s o testadas Refer ncia de comandos Resumos r pidos em relat rios detalhados Uma janela tipo pop up do Excel com um coment rio oferece r pido acesso s informa es do Relat rio Resumido durante o exame de um Relat rio Detalhado Basta rolar o mouse sobre o cabe alho do relat rio e o coment rio ser exibido Nota para serem exibidos os coment rios devem ser ativados na guia Exibir da caixa de di logo Op es do comando Ferramentas do Excel Cy Nm Idade de haliotexis Modo de Compatibilidade Microsoft Excel x in cio Inserir Layout da Pigina F muias Dados Revis o Exibi o Neuratoon rox Emo Riga do Nama atoch Teie a da rede Nome Rede renada em Dados de renamento 0 4216 2 0 0155 5 0 3285 0 1456 018 9 105 0 3165 0 132 os 8 95 0 177 0 0965 0145 9 105 0 6575 0 2625 ozms 9 105 0 3135 0 1785 02 ni 125 pera ine yl ia a 0 533 0 353 0 555 24 25 Erro m dio absolute 1 279 j 0 0835 0 135 8 95 Desvio padr o de erro absoluto 1 395 0 097 0 053 0 08 85 e 0 5255 0 257 03315 s 125 0 2295 0 1265 018 12 135 0 4375 0 2685 on ni 128 0 131 0 072 0093 7 85 023 0 137 0 145 13 45 11 53 Adequedo H 0 058 0 0225 0 05 5 65 I 1 80 Adequeda fo 43 0 285 0 145 021 W 125 testar 12 39 Adeq
2. o padr o s o inclu das cinco redes MLF com 2 a 6 neur nios ocultos Se houver tempo suficiente o n mero de redes pode ser aumentado mas recomendamos come ar com uma rede de 2 neur nios a fim de evitar o treinamento excessivo Redes Multi Layer Feedforward Como evitar excesso de treinamento Mais informa es sobre redes neurais O termo treinamento excessivo refere se situa o em que a rede aprende n o apenas as caracter sticas gerais da rela o entre as vari veis independentes e a dependente mas come a a aprender fatos sobre os casos de treinamento que n o se aplicam no geral isto n o se aplicam a casos que n o foram inclu dos no treinamento Para evitar esse problema s vezes o conjunto de teste dividido em um conjunto de teste e treinamento e um conjunto apenas de teste que usado ap s o treinamento O erro no conjunto de teste e treinamento calculado periodicamente ao longo do treinamento Quando come a a aumentar significa que o treinamento est come ando a ser excessivo o treinamento ent o suspenso O NeuralTools previne o excesso de treinamento de uma forma especial O processamento com dois conjuntos de teste distintos geralmente n o uma abordagem muito pr tica pois normalmente n o h dados suficientes para dividir o conjunto de treinamento em dois Al m disso o aumento da ocorr ncia de erro em um conjunto de teste e treinamento n o um indicador confi vel d
3. 1 Clique no bot o Iniciar e em seguida aponte para Configura es 2 Clique na guia do menu Iniciar na barra de tarefas 3 Clique em Personalizar Adicionar e em seguida Procurar 4 Localize o arquivo NeuralTools EX e clique nele em seguida clique em OK 5 Clique em Avan ar e em seguida clique duas vezes no menu em que deseja incluir o programa 6 Digite o nome NeuralTools e em seguida clique em Concluir 7 Clique em OK em todas as caixas de di logo abertas O DecisionTools Suite Cap tulo 1 Primeiros Passos O NeuralTools faz parte do DecisionTools Suite um conjunto de produtos para an lise de risco e decis es que pode ser adquirido da Palisade Corporation O procedimento padr o de instala o do NeuralTools coloca o programa em um subdiret rio do diret rio principal Arquivos de Programas Palisade Isso semelhante ao que feito com o Excel que geralmente instalado em um subdiret rio do diret rio principal do Microsoft Office Um dos subdiret rios de Arquivos de Programas Palisade ser o diret rio do NeuralTools por padr o denominado NeuralTools7 Este diret rio cont m o arquivo do add in NeuralTools NEURALTOOLS XLA al m de exemplos de modelos e outros arquivos necess rios para executar o NeuralTools Um outro subdiret rio de Arquivos de Programas Palisade o diret rio SISTEMA ou SYSTEM que cont m os arquivos necess rios para cada programa do Decisi
4. Arquitetura MLF O diagrama abaixo mostra uma rede MLF de previs o num rica com tr s vari veis num ricas independentes a rede foi configurada para ter 2 neur nios n s na primeira camada oculta e 3 neur nios n s na segunda camada oculta Output Segunda camada oculta Primeira camada oculta Inputs Fatores que determinam o comportamento da rede e Topologia o n mero de camadas ocultas e o n mero de n s das camadas e Pesos das conex es um par metro atribu do a cada conex o e termos de vi s um par metro atribu do a cada neur nio e Fun o de ativa o transfer ncia usada para converter os inputs de cada neur nio no output correspondente Mais informa es sobre redes neurais 81 82 Especificamente um neur nio oculto com n inputs primeiro calcula a soma ponderada de seus inputs Soma ing wo in W1 inn Wn vi s onde o intervalo de ing a in corresponde a outputs de neur nios da camada anterior enquanto o intervalo de wo a wn corresponde aos pesos da conex o cada neur nio tem seu pr prio valor de vi s Em seguida a fun o de ativa o aplicada Soma para gerar o output do neur nio A fun o sigm ide em forma de S usada como a fun o de ativa o nos neur nios das camadas ocultas Mais especificamente o NeuralTools usa a fun o tangente hiperb lica No NeuralTools o neur nio de output usa identidade como fun o de ativa o
5. IV Prever automaticamente valores dependentes ausentes IV Ativar Previs o Instant nea Colocar valores previstos direto no conjunto de dados 7 Calcular impacto das vari veis Pr ximo gt gt Cancelar Introdu o Refer ncia de comandos O que s o conjunto de dados e vari veis Comando Gerenciador de Conjunto de Dados Permite definir conjuntos de dados e vari veis do NeuralTools ou editar ou excluir conjuntos de dados e vari veis existentes O comando Gerenciador de Conjunto de Dados permite definir conjuntos de dados com casos e vari veis Depois de definidos os conjuntos de dados podem ser usados para treinamento teste e previs o de redes neurais A caixa de di logo Gerenciador de Conjunto de Dados permite adicionar ou remover conjuntos de dados atribuir nomes aos mesmos especificar o layout e atribuir nomes s vari veis de determinado conjunto de dados No NeuralTools os dados s o estruturados em torno de casos e vari veis Voc trabalha com um conjunto de dados ou um conjunto de vari veis estat sticas localizadas em colunas cont guas em uma planilha do Excel os nomes das vari veis encontram se na primeira linha do conjunto de dados Cada linha no conjunto de dados um caso Cada caso cont m um conjunto de valores de vari veis independentes e um valor conhecido ou ausente correspondente vari vel de output dependente Cada vari vel contida no conjunto de dados tem um nome e um
6. Manual do Usu rio NeuralTools Add In de Rede Neural para o Microsoft Excel Versao 7 junho 2015 Palisade Corporation 798 Cascadilla St Ithaca NY 14850 EUA 1 607 277 8000 1 607 277 8001 fax http www palisade com website sales palisade com e mail Direitos autorais Copyright O 2015 Palisade Corporation Reconhecimento de marcas registradas Microsoft Excel e Windows s o marcas registradas da Microsoft Corporation IBM marca registrada da International Business Machines Inc Palisade TopRank BestFit e RISKview s o marcas registradas da Palisade Corporation Bem vindo ao NeuralTools para o Excel Bem vindo O NeuralTools coloca sua disposi o um novo conjunto avan ado de ferramentas de modelagem para uso com o Microsoft Excel a ferramenta de modelagem e an lise de dados padr o do setor NeuralTools um suplemento add in de redes neurais para o Microsoft Excel que possibilita analisar dados em planilhas de Excel e trabalhar no ambiente do Microsoft Office que voc j conhece Com um gerenciador de dados de alta capacidade e avan ados algoritmos de redes neurais o NeuralTools oferece todas as vantagens a facilidade de uso e elabora o de relat rios do Microsoft Office e a capacidade avan ada e exatid o de previs es das redes neurais Trabalhe em um ambiente conhecido Se voc sabe usar o Excel sabe como trabalhar com o NeuralTools O NeuralTools funciona exatamen
7. Op es de vari veis 36 Cada linha na grade da caixa de di logo do Gerenciador de Conjunto de Dados cont m uma lista das vari veis do conjunto de dados incluindo o Intervalo de dados do Excel com os pontos de dados referentes a uma vari vel o Nome da vari vel e o Tipo de vari vel Ef NeuralTools Gerenciador de conjunto de dados Idade de haliote xls EI Dados de previs o ados de teste Excluir Dados de treinamento Conjunto de dados Nome Dados de treinamento Intervalo do Excel 430 13207 E M ltiplos IV Aplicar Formata o de c lulas Vari veis Intervalo de dados do Excel Nome da vari vel 31 83207 sexo Categ rica independente o B31 B3207 comprimento C31 C3207 di metro Categ rica independente D31 D3207 altura N o usada E31 E3207 peso total Num rica dependente F31 F3207 peso_sem_concha Num rica independente G31 G3207 peso visceral Tag H31 H3207 peso concha Num rica independente 1131 13207 an is N o usada 331 13207 idade Num rica dependente x 10 vari veis 3177 c lulas de dados por vari vel Importar OK Cancelar As op es de Tipo de vari vel s o Categ rica dependente uma vari vel dependente ou de output cujos valores poss veis s o tomados de um conjunto de poss veis categorias como por exemplo Sim ou N o ou Vermelho Verde ou Azul Num rica dependente uma vari vel dependente ou de output cujos valores poss veis s o num ricos Categ
8. mero de an is Um m todo altemativo usar a rede neural para prever a idade com base em medidas mais f ceis de obter sexo Masculino feminino ou imaturo vari vel categ rica com valores M Fel comprimento O maior comprimento da concha mm Perpendicular ao comprimento mm ra Com a carne na concha mm peso_total O haliote inteiro gr Peso dacarne gr Peso das v sceras ap s extrair o sangue gr Ap s secar gr Esta planilha cont m um conjunto de dados para treinar a rede Uma rede neuraltreinada inclu da na pasta de trabalho j que este exemplo leva alguns minutos para treinaruma rede Teste a rede treinada usando a planiha Dados de teste Em seguida fa a a previs o usando a planilha Dados de previs o verificando antes se a op o Ativar Previs o Instant nea est assinalad ja Previs o Instant nea quando o valor de uma vari vel independente contida nos Dados de Previs o muda o valor previsto b m muda Warwick J Nash Tracy Sellers Simon Talbot AndrewJ Cawthom and Wes E Ford 1994 The Population Biology of ilone Haliotis Species in Tasmania Blacklip Abalone H rubra from the North Coast andIslands of Bass Strait Sea Fisherieg ion Technical Report No 48 ISSN 1034 3288 Este exemplo foi criado pela Palisade Corporation 0 565 0445 0 125 0 8305 E 069 054 0 185 1 6195 0 533 0 3 0 55 M 4 h Dados de treinamento Dados do teste Dados de previs o Re
9. o entre redes MLF e PN GRN Cada tipo de rede neural dispon vel no NeuralTools oferece vantagens e desvantagens conforme descrevemos a seguir Vantagens das redes GRN PN Treinamento r pido N o requerem especifica o da topologia n mero de camadas ocultas e n s Al m de efetuar classifica o as redes PN retornam as probabilidades de o caso se enquadrar em diferentes categorias dependentes Vantagens das redes MLF S o menores portanto as previs es s o mais r pidas S o mais confi veis fora dos intervalos dos dados de treinamento por exemplo quando o valor de uma vari vel independente cai fora da faixa de valores correspondente vari vel nos dados de treinamento Observe no entanto que a previs o com redes MLF fora do intervalo dos dados de treinamento continua sendo arriscada S o capazes de fazer generaliza es a partir de conjuntos de treinamento muito pequenos Mais informa es sobre redes neurais 93 94 Transforma o de input O NeuralTools aplica escala nas vari veis num ricas antes do treinamento de forma que os valores de cada vari vel estejam aproximadamente no mesmo intervalo Isso feito para equalizar o efeito das vari veis no output da rede durante as fases iniciais do treinamento Quando uma vari vel n o significativa para fazer previs es corretas este fato ser levado em conta durante o treinamento por meio da redu o dos pesos das conex es entre um de
10. dio quadr tico 22 Erro m dio absoluto Desvio padr o de erro absoluto Dados de treinamento 3177 An lise de impacto de vari veis peso concha peso sem concha Refer ncia Comandos de menu do NeuralTools 43 A guia Configura o da rede na caixa de di logo Treinamento Guia Configura o permite selecionar o tipo de rede neural que ser treinada usando os da rede seus dados Voc pode selecionar uma configura o de rede espec fica ou a busca da Melhor Rede e neste caso o NeuralTools testa uma variedade de poss veis configura es at identificar a que apresenta o melhor desempenho O NeuralTools aceita diferentes configura es de redes neurais para oferecer as melhores previs es poss veis H dois tipos de redes dispon veis para a previs o de classifica o categoria Redes Neurais Probabil sticas PNN e Rede Multi Layer Feedforward MLF A previs o num rica pode ser realizada usando redes MLF assim como Redes Neurais de Regress o Generalizada GRNN que s o estreitamente relacionadas s redes PNN Para obter mais informa es sobre os aspectos t cnicos das configura es de rede dispon veis veja a se o Mais informa es sobre redes neurais NeuralTools Treinamento Treinar Configura o da rede Tempo de execu o Tipo de rede Busca da Melhor Rede Op es Busca da Melhor Rede gene Rede PN GRN J Efetuar regress o linear al Rede MLF Configur
11. intervalo de c lulas correspondente no Excel O conjunto de dados pode incluir v rios blocos de c lulas o que permite colocar dados em diferentes planilhas de uma mesma pasta de trabalho Durante a defini o de um conjunto de dados o NeuralTools tenta identificar as vari veis contidas em um bloco de c lulas circundante sele o feita no Excel Isso pode acelerar e facilitar a configura o de um conjunto de dados com os nomes de vari veis na linha superior e vari veis dispostas por coluna Refer ncia Comandos de menu do NeuralTools 33 Caixa de di logo Gerenciador de conjunto de dados 34 Ef NeuralTools Gerenciador de conjunto de dados Idade de haliote xls EI Dados de previs o Dados de teste o er Dados de treinamento Conjunto de dados Nome Dados de treinamento Intervalo do Excel A30 33207 EE M ttipios IV Aplicar formata o de c lulas vari veis Intervalo de dados do Excel Nome da vari vel Tipo de vari vel as A3207 sexo Categ rica independente B31 83207 comprimento Num rica independente C31 C3207 di metro Num rica independente Da D3207 altura Num rica independente Est E3207 peso total Num rica independente F31 F3207 peso_sem_concha Num rica independente 1G31 63207 peso_visceral Num rica independente Hai H3207 peso concha Num rica independente 131 13207 an is N o usada 1331 13207 idade Num rica dependente 10 vari veis 3177 c lulas de dados
12. o Geral de Previs o Rede e configura es Local da rede Pasta de trabalho ativa Nome Rede treinada em Dados de treinamento Tipo Previsor num rico de GRNN Vars categ ricas independentes 1 sexo Yars num ricas independentes 7 comprimento di metro altt Prever est o faltando os valores dependentes Relat rios Resumo N O Detalhado SIM E Colocar valores previstos direto no conjunto de dados N O Ativar Previs o ao Vivo SIM Excluir casos com valores indep ausentes SIM Correspond ncia entre vari veis independentes 4 correspond ncia entre vari veis autom tica Erros e avisos Refer ncia Comandos de menu do NeuralTools A caixa de di logo Vis o Geral de Previs o mostra a configura o de previs o para o conjunto de dados selecionado assim como quaisquer erros detectados em seus dados ou configura es antes do in cio da previs o Ao examinar o conte do dessa caixa pode se ver todas as suposi es de previs o selecionadas segundo relatadas pelo NeuralTools A se o de Erros e avisos oferece uma descri o de todos os problemas que o NeuralTools detectou com os seus dados ou configura es os quais podem ser corrigidos antes de se fazer previs es Informa es do conjunto de dados Nome Dados de previs o Tags de casos manuais N O N mero de linhas 3 N m de casos de previs o v lidos 3 Vars cat indep 1 sexo Yars num indep 7 comprimento di l
13. rica independente uma vari vel independente cujos valores poss veis s o tomados de um conjuntos de poss veis categorias como por exemplo Sim ou N o ou Vermelho Verde ou Azul Num rica independente uma vari vel independente cujos valores poss veis s o num ricos Refer ncia de comandos e Tag uma vari vel que assume poss veis valores de treinamento teste ou previs o Esse tipo de vari vel usado para identificar casos de um conjunto de dados a serem usados para treinamento teste e previs o e N o usada uma vari vel de um conjunto de dados que n o ser usada na rede neural Mais informa es As vari veis tag s o um tipo especial de vari vel de um conjunto sobre vari veis de dados do NeuralTools e s o usadas para identificar casos de tag um conjunto de dados a serem usado para treinamento teste e previs o Essas vari veis s o especialmente teis quando se deseja incluir todos os dados a serem usados no treinamento teste e previs es da rede em um nico conjunto de dados Quando se tem uma vari vel tag o NeuralTools seleciona os casos a serem usados para o treinamento teste ou previs o com base no valor dessa vari vel Mudando os valores da vari vel tag poss vel retreinar a rede usando diferentes casos e avaliando as mudan as correspondentes no desempenho Voc tamb m pode acrescentar novos casos com valores desconhecidos de vari veis dependentes
14. Correspond ncia entre Autom tico Editar vari veis Previs o para Casos com valores dependentes Faltando Todos os casos C Op es I Colocar valores previstos direto no conjunto de dados IV ativar Previs o ao Vivo IV Excluir Previs o ao Vivo para casos com valores inv lidos ou ausentes Da mesma forma que no treinamento e no teste o NeuralTools primeiro mostra os dados e a configura o que ser usada na previs o Em seguida as previs es s o indicadas na planilha correspondente no Excel Cap tulo 2 Vis o Geral do NeuralTools 23 Resultados de previs o Previs o ao Vivo 24 Os valores de output previstos aparecem ao lado dos casos para os quais foi efetuada a previs o Na tela abaixo os valores previstos aparecem em magenta Vad s Idade de haliote sis Modo de Compatib idade Microsoft Excel T D o a Inserit Layout da P gina F rmulas Dados Resio Exibi o newaToois i 5 A fusos il t 3 l awa Gerengador de Treinar Teter Prever corjonts ox dados Dados A E EE AL 0 Se 2 3 0 119 048 0365 0 125 0 4785 0 208 0 0775 meen Dadosdetrenamento Dados do teste Dados de previs o Resumo Neuritoos fs di Quando a Previs o ao Vivo est ativada o NeuralTools acrescenta automaticamente uma f rmula de Excel na c lula que cont m o valor previsto Essa f rmula gera o valor previsto portanto se os valores das vari veis independe
15. Excel 2007 ou vers o superior 6 Introdu o Instru es de instala o Remo o do NeuralTools do computador Como criar o atalho na barra de tarefas do Windows Instru es gerais de instala o O programa de instala o copia os arquivos de sistema do NeuralTools no diret rio especificado do disco r gido Para executar o programa de instala o no Windows XP ou vers o superior 1 Clique duas vezes no arquivo NeuralTools Setup exe obtido por download ou contido no CD de instala o e siga as instru es de instala o apresentadas na tela Se tiver algum problema durante a instala o do NeuralTools verifique se a unidade de disco na qual a instala o est sendo feita tem espa o suficiente Ap s liberar espa o suficiente tente executar a instala o novamente Se quiser remover o NeuralTools de seu computador use o recurso Adicionar Remover Programas no Painel de Controle e selecione o item correspondente ao NeuralTools Instala o de cones ou atalhos do NeuralTools No Windows o programa de instala o cria automaticamente um comando do NeuralTools no menu Programas Palisade DecisionTools da barra de tarefas Contudo se houver algum problema durante a instala o ou se quiser fazer isso manualmente em outra ocasi o siga estas instru es Observe que as instru es abaixo s o para o Windows XP Profissional As instru es podem ser diferentes para outros sistemas operacionais
16. NeuralTools Falso Autom tico Nova pasta de trabalho Falso Sobrescrever relat rios existentes Autom tico 30 30 verdadeiro 20 verdadeiro Verdadeiro Falso Falso Verdadeiro Rede PN GRN Verdadeiro 2 Verdadeiro 1000000 Falso 1 60 OK Cancelar 65 Relat rios As configura es de relat rios incluem e Relat rios a gerar cada opera o realizada no NeuralTools pode produzir um relat rio resumido e um relat rio detalhado Contudo de modo geral sugerimos usar a configura o de relat rio padr o j que outros relat rios acrescentam muito pouco a certas opera es Por exemplo o relat rio detalhado o relat rio padr o da opera o de Previs o nesse caso um relat rio Resumido n o acrescenta muito mais NeuralTools Relat rios a Gerar Ap s a opera o Relat rios a gerar Treinamento Teste Previs o Relat rio Resumido M Vv Relat rio Detalhado a M Vv OK Os Relat rios Resumidos s o colocados em sua pr pria planilha ao passo que os Relat rios Detalhados s o colocados em colunas direita do conjunto de dados na mesma planilha que o conjunto e As op es Colocar relat rios resumidos em incluem Nova planilha cria uma nova planilha para cada relat rio Voc pode usar novamente a mesma pasta de trabalho para os relat rios ou sempre criar uma nova pasta e As op es de Local do relat rio detalhado incluem Sobrescrever relat rios exi
17. NeuralTools Se os seus dados tiverem valores de output num ricos ser feito o treinamento de uma rede GRNN no caso de dados com valores de output categ ricos ser treinada uma rede PNN 3 Rede MLEN A Rede Multi Layer Feedforward MLFN tem uma ou duas camadas de nos ocultas NeuralTools Treinamento Treinar Configura o da rede Tempo de execu o Tipo de rede Rede MLF X Op es Efetuar regress o linear apenas em previs o num rica N mero de n s na Camada 1 Autom tico ha N mero de n s na Camada 2 Autom tico z Descri o Uma rede MultiLayer Feedforward composta de uma camada de input de n s uma ou duas camadas ocultas e uma camada de output 4 rede configurada especificando se os n meros de n s nas duas camadas ocultas Ao selecionar zero n s a segunda camada eliminada ela raramente necess ria para maior exatid o da previs o O NeuralTools pode configurar a rede automaticamente com base nos dados de treinamento Se poss vel use o recurso Busca da Melhor Rede para encontrar a melhor configura o Refer ncia Comandos de menu do NeuralTools 45 Guia Tempo de execu o 46 Ao selecionar zero n s para a segunda camada ela eliminada A forma mais confi vel de encontrar a melhor configura o de uma rede MLFN usar a op o Busca da Melhor Rede em vez de treinar uma nica rede MLFN Se n o houver tempo suficiente para a Busca da Melhor Rede recomen
18. Pagina F rmulas Dados Revis o Exibi o J NeuralTools d MR gt ato 5 Gerenciador de Treinar Testar Prever conjunto de dados Dados Redes neurais Utilidades Ajuda Ferramentas Vari veis categ ricas independentes Vari veis num ricas independentes Vari vel dependente Tempo de treinamento N mero de tentativas Motivo da parada previs es inadequadas 30 toler ncia Erro m dio quadr tico Erro m dio absoluto Rede treinada em Dados de treinamento Previsor num rico de GRNN Idade de haliote xis 1 sexo 7 comprimento di metro altura peso_total peso sem concha peso visceral peso concha Var num rica idade 3177 00 03 05 97 Parada autom tica 5 0992 1 849 1 279 1 335 Dados de treinamento 3177 Frequ ncia N o Histograma de diferen as residuais Treinamento Vis o geral Como testar uma rede Durante a fase de teste a rede neural treinada usada para verificar a qualidade da previs o de valores de output conhecidos Geralmente os dados usados no teste s o um subconjunto de dados hist ricos com valores de output conhecidos Esse subconjunto n o usado no treinamento da rede NeuralTools Teste Conjunto de dados Dados de treinamento Rede a usar Rede treinada em Dados de t Em Pasta di Correspond ncia entre Autom tico E
19. continue a haver melhora Se for usada a Busca da Melhor Rede cada configura o de rede testada ser treinada durante o tempo especificado Refer ncia de comandos Caixa de di logo Vis o geral de treinamento Tentativas especifica que o NeuralTools n o executar mais do que o n mero de tentativas especificado No caso de redes Multi Layer Feedforward tentativa uma atribui o simples de pesos s conex es entre neur nios o treinamento consiste na busca inteligente dos pesos que produzir o os melhores resultados No caso de Rede Neural Probabil stica e Rede Neural de Regress o Generalizada tentativa uma atribui o de fatores de suaviza o s vari veis O treinamento consiste na busca dos melhores fatores de suaviza o Andamento especifica que o NeuralTools parar se n o puder melhorar a estat stica de erros pelo menos na porcentagem especificada dentro do intervalo de tempo definido A caixa de di logo Vis o Geral de Treinamento mostra antes do in cio do treinamento a configura o de treinamento da rede atual e todos os erros detectados nos dados a serem usados Confira nesta caixa todas as pressuposi es de treinamento que voc selecionou segundo informadas pelo NeuralTools A se o de Erros e avisos apresenta uma descri o de todos os problemas que o NeuralTools detectou com rela o aos dados ou configura es e que podem ser corrigidos antes de iniciar o
20. das probabilidades atribu das pela rede PNN s categorias incorretas Por exemplo se em determinado caso a rede atribuir uma probabilidade de 30 ao vermelho 20 ao amarelo e 50 ao verde e se soubermos que a resposta correta vermelho ent o o valor para o caso em quest o 20 50 70 Esse valor fornece uma medida de erro da previs o de categoria para cada caso individual correspondendo ao Erro Residual da previs o num rica Probabilidade m dia incorreta o valor m dio de erro correspondente a todos os casos Os Relat rios Detalhados mostram a Probabilidade Incorreta para cada caso individual Para compreender melhor este conceito pode ser til mudar as defini es do Relat rio Detalhado de modo a mostrar as probabilidades atribu das por uma Rede Neural Probabil stica a cada categoria poss vel de uma vari vel dependente Para fazer isso selecione Configura es da aplica o no menu Utilidades e clique no menu suspenso direita da linha Colunas nos Relat rios Detalhados Ser exibida a caixa de di logo NeuralTools Colunas a Exibir em Relat rios Detalhados Nessa caixa de di logo selecione Probabilidades de todas as categorias para PNN para os testes A seguir treine uma rede PN com um conjunto de dados que contenha no m nimo 3 categorias na vari vel dependente pode ser usado o arquivo de exemplo Cr dito autom vel xls e com a op o Testar automaticamente selecionada No Relat rio Detal
21. e Contando pelo microsc pio o n mero de an is na concha uma tarefa demorada e ma ante a idade obtida somando se 1 5 ao N mero de an is Um m todo altemativo usar a rede neural para prever a idade com base em medidas mais f ceis de obter sexo Masculino feminino ou imaturo vari vel categ rica com valores M Fel comprimento O maior comprimento da concha mm di metro Perpendicularao comprimento mm 4 altura Comacarnena concha mm peso total O haliote inteiro gr 6 peso sem concha Peso dacarne ar peso visceral Peso das v sceras ap s extrair o sangue gr peso concha Ap s secar gr Esta planilha cont m um conjunto de dados para treinar a rede Uma rede neuraltreinada inclu da na pasta de trabalho j que neste exemplo leva alguns minutos para treinaruma rede Teste a rede treinada usando a planilha Dados de teste Em seguida fa a a previs o usando a planilha Dados de previs o verificando antes se a op o Ativar Previs o Instant nea est assinalada N Previs o Instant nea quando o valorde uma vari vel independente contida nos Dados de Previs o muda o valor previsto tamb m muda Warwick J Nash TracyL Sellers Simon Talbot Andrew J Cawthom and Wes B Ford 1994 The Population Biology of balone Haliotis species in Tasmania Blacklip Abalone H rubra from the North Coast andisiands of Bass Strait Sea Fisher Division Technical Report No 48 ISSN 1034 3288 Este e
22. iniciar o teste NeuralTools Vis o Geral de Teste Rede e configura es Informa es do conjunto de dados Local da rede Pasta de trabalho ativa Nome Dados de treinamento Nome Rede treinada em Dados de treinamento Tags de casos manuais N O Tipo Previsor num rico de GRNN N mero de linhas 3177 Vars categ ricas independentes 1 sexo N m de casos de teste v lidos 3177 Vars num ricas independentes 7 comprimento di metro alt Yars cat indep 1 sexo Relat rios Resumo SIM Detalhado SIM Vars num indep 7 comprimento di Var dep idade Correspond ncia entre vari veis independentes 4 correspond ncia entre vari veis autom tica Erros e avisos lt lt Voltar Cancelar 54 Refer ncia de comandos Relat rios de teste Ap s o teste podem ser criados relat rios resumidos e detalhados Esses relat rios detalham o desempenho da rede neural treinada com o conjunto de dados usado no teste O conte do efetivo dos relat rios gerados especificado na caixa de di logo Configura es da aplica o abaixo das configura es de Relat rios a Gerar e Colunas nos Relat rios Detalhados O relat rio detalhado especialmente til ao efetuar testes porque indica como foi o desempenho da rede treinada na previs o dos valores individuais de output com o conjunto de dados testados e Relat rio resumido de teste o relat rio resumido de teste fornece estat sticas e gr ficos
23. lidas NUM altura F NUM peso_total f NUM peso_sem_concha M As redes neurais podem ser armazenadas em uma pasta de trabalho do Excel ou em um arquivo em disco N o h limite para o n mero de redes que pode ser colocado em uma mesma pasta de trabalho do Excel Com o Gerenciador de Rede Neural poss vel mover redes para novas pastas de trabalho ou arquivos ou exclu las ou substitu las Isso permite analisar facilmente os conjuntos de dados em outras pastas de trabalho usando redes treinadas existentes sem a pasta de trabalho que cont m os dados de treinamento Refer ncia Comandos de menu do NeuralTools 69 70 As op es do Gerenciador de Rede Neural incluem e Copiar copia em outro local uma rede neural treinada Basta selecionar a pasta de trabalho ou arquivo em que deseja colocar a rede NeuralTools Selecionar Local da Nova Rede Copiar Rede treinada em Dados de trei Idade de haliote xls Pasta de trabalho ativa Idade de haliote xls Para o arquivo e Remover exclui uma rede neural treinada e Substituir substitui uma rede neural treinada por uma nova rede Este recurso est dispon vel para redes usadas para Previs o ao Vivo Ap s a substitui o as previs es ao vivo efetuadas anteriormente usando a rede antiga ser o feitas utilizando a nova rede Contudo isso n o se aplica aos Relat rios Detalhados Se o relat rio detalhado contiver c lulas de previs o ao vivo
24. na vers o Industrial A Previs o ao Vivo um recurso avan ado que permite realizar previs es automaticamente no Excel sem passar por uma opera o de previs o espec fica Com a Previs o ao Vivo o NeuralTools coloca f rmulas nas c lulas em que os valores previstos de vari veis dependentes s o mostrados Essas f rmulas usam uma fun o personalizada do NeuralTools para calcular os valores previstos como por exemplo NetOutputPrediction PALDS DG25B8C82B A 140 DG25B8C82B VGIDD83AF2 Dados de previs o A 6 81 6 A7 I7 A f rmula propriamente dita acrescentada na planilha pelo NeuralTools n o necess rio digit la Os argumentos permitem ao NeuralTools identificar a rede treinada que est sendo usado assim como o local dos valores independentes na planilha Quando os valores de input das vari veis independentes de um caso s o acrescentados ou modificados um novo valor automaticamente previsto pelo NeuralTools Isso simplifica acrescentar e gerar previs es em novos casos usando uma rede treinada existente Nota se a previs o for baseada em valores de c lulas em rela o aos quais n o se espera que haver mudan as recomenda se cancelar a sele o da Previs o Instant nea na caixa de di logo de previs o isso minimizar o tempo que leva para o Excel recalcular a pasta de trabalho 62 Refer ncia de comandos Caixa de di logo Vis o geral de previs o NeuralTools Vis
25. ou seja ele simplesmente retorna a soma ponderada de seus inputs s vezes as redes neurais s o constru das com fun es de ativa o sigm ides nos neur nios de output Contudo isso n o necess rio para que a rede neural possa fazer aproxima es de fun es complexas Al m disso as fun es sigm ides t m um intervalo restrito de output de 1 a 1 para a fun o tangente hiperb lica e geralmente h valores dependentes fora desse intervalo Assim o uso da fun o sigm ide no neur nio de output for a uma transforma o adicional dos valores de output antes de passar os dados de treinamento para a rede Quando s o usadas redes MFL para classifica o elas t m m ltiplos neur nios de output um correspondente a cada poss vel categoria dependente A rede classifica cada caso calculando seus outputs num ricos a categoria selecionada a que corresponde ao neur nio com o valor mais alto de output Redes Multi Layer Feedforward Hist rico Treinamento de redes MLF O treinamento de uma rede MLF consiste em encontrar um conjunto de pesos de conex o e termos de vi s que fa am com que a rede de modo geral forne a respostas corretas quando s o apresentados novos casos para fins de simplifica o o termo de vi s ser omitido na apresenta o abaixo O treinamento iniciado com a atribui o de um conjunto de pesos de conex o selecionado aleatoriamente feita uma previs o para cada caso de trei
26. por vari vel Importar OK Cancelar As op es do Conjunto de dados na caixa de di logo Gerenciador do conjunto de dados sao Novo e Excluir para adicionar um novo conjunto de dados ou excluir um conjunto existente Nome especifica o nome do conjunto de dados Intervalo do Excel especifica o intervalo do Excel correspondente ao conjunto de dados Se v rios intervalos de c lulas tiverem sido designados a um conjunto de dados este item ser antecedido pelo r tulo M ltiplos Aplicar formata o de c lulas acrescenta uma grade e cores que identificam os conjuntos de dados M ltiplos ao clicar no bot o M ltiplos na caixa de di logo Gerenciador de Conjunto de Dados aparece a caixa de di logo Seletor de m ltiplos intervalos que permite especificar intervalos de c lulas individuais que formam o conjunto de dados com m ltiplos intervalos de c lulas Refer ncia de comandos Importar permite copiar neste conjunto de dados os tipos de vari veis de um outro conjunto de dados ou de uma rede neural treinada A caixa de di logo Importar Tipos de Vari veis permite selecionar o local a rede para as defini es de vari veis NeuralTools Importar Tipos de Vari veis Conjunto de dados de destino Dados de treinamento Selecionar rede ou conjuntos de dados de onde importar os tipos de vari veis Local Rede treinada x Rede a usar Procurar Refer ncia Comandos de menu do NeuralTools 35
27. que deseja prever em um nico conjunto de dados Ef NeuralTools Gerenciador de conjunto de dados Idade de haliote xls E3 Dados de previs o Dados de teste z s de ti a ti Excluir Dados de treinamento Conjunto de dados Nome Dados de treinamento Intervalo do Excel a30 33207 E M ltiplos lv Aplicar Formata o de c lulas Vari veis Intervalo de dados do Excel Nome da vari vel Tipo de vari vel 431 43207 sexo Categ rica independente B31 B3207 comprimento Num rica independente C31 C3207 di metro Num rica independente D31 D3207 altura Num rica independente E31 E3207 peso total Num rica independente F31 F3207 peso_sem_concha Num rica independente G31 G3207 peso visceral Num rica independente H31 H3207 peso_concha Num rica independente 131 13207 an is N o usada 331 13207 idade Num rica dependente 10 vari veis 3177 c lulas de dados por vari vel Importar OK Cancelar Visao geral Tipos de vari veis Capitulo 2 Vis o Geral do NeuralTools Cada vari vel contida no conjunto de dados tem um nome e um intervalo de c lulas do Excel correspondente Cada coluna dentro do intervalo cont m dados correspondentes a outra vari vel Um conjunto de dados pode incluir v rios blocos de c lulas permitindo colocar os dados em diversas planilhas de uma mesma pasta de trabalho Ao definir um conjunto de dados o NeuralTools tenta identificar as vari veis em um bloco de c lulas c
28. ricos brutos A finalidade da an lise de impacto da vari vel n o apoiar conclus es definitivas como afirmar com elevada confian a que uma determinada vari vel irrelevante Em vez disso ela tem o prop sito de ajudar na busca do melhor conjunto de vari veis independentes os resultados da an lise podem informar que uma determin vel vari vel parece irrelevante a ponto de valer a pena treinar uma rede sem essa vari vel Refer ncia de comandos Os resultados da an lise de impacto de vari veis s o exibidos no relat rio Resumo de Treinamento CQC Pasta4 Microsoft Excel ox O o EE FE In cio Inserir Layout da P gina F rmulas Dados Revis o Exibi o NeuralTools HJ gt Fm ME amp Utilidades ate gt Ajuda Gerenciador de Treinar Testar Prever conjunto de dados Redes neurais Ferramentas Data quarta feira 23 de dezembro de 2009 17 50 04 Conjunto de dados Dados de treinamento Rede treinada em Dados de treinamento Previsor num rico de GRNN Idade de haliote xls Vari veis categ ricas independentes 1 sexo Vari veis num ricas independentes 7 comprimento di metro altura peso total peso sem concha peso visceral peso concha Vari vel dependente Var num rica idade Treinamento N mero de casos Tempo de treinamento N mero de tentativas Motivo da parada 5 previs es inadequadas 30 toler ncia 1 Erro m
29. veis mesmo com diferentes sele es aleat rias de casos de testes Ela tamb m ajuda a saber que porcentagem de casos deve ser reservada para testes NeuralTools sensibilidade de teste E Conjunto de dados Pados do empr stimo N mero de redes para treinar de casos para separar para fins de teste 10 a 20 30 N mero para treinar para cada valor de 5 Configura o da rede Tipo de rede Rede PN GRN 2 Estimativa do tempo Estimativa do tempo necess rio para efetuar a an lise 00 00 30 hh mm ss o OK Cancelar Utilidades A caixa de di logo Sensibilidade de teste cont m as seguintes op es e de casos para separar para fins de teste aqui podem ser inseridos diversos valores percentuais Cada valor ser inclu do na an lise reservando a porcentagem especificada de casos a serem testados durante v rias sess es de treinamento e N mero para treinar para cada valor de n mero de sess es de treinamento para cada valor percentual indicado acima e Configura o da rede as v rias sess es de treinamento inclu das na an lise tamb m t m em comum a mesma configura o de rede Para saber mais detalhes de como definir a configura o da rede veja o material de refer ncia da caixa de di logo de treinamento A se o inferior da caixa de di logo apresenta uma estimativa de quanto tempo a an lise levar Isso pode ser baseado em uma sess o de treina
30. vers es s o as seguintes e No NeuralTools Professional os conjuntos de dados s o limitados a 1000 casos no NeuralTools Industrial o tamanho dos conjuntos de dados s limitado pela quantidade de mem ria dispon vel e O recurso de Previs o ao Vivo que calcula os valores previstos medida que novos dados s o inseridos na planilha do Excel s fornecido no NeuralTools Industrial Esse c lculo em tempo real feito automaticamente da mesma forma que os rec lculos feitos pelo Excel Funcionamento com o seu ambiente operacional Este Guia do Usu rio pressup e que o usu rio saiba de modo geral usar o sistema operacional Windows e o Excel Especificamente e O usu rio sabe usar o computador e o mouse e O usu rio conhece termos como cones clique duplo clique ou clicar duas vezes menu janela comando objeto e O usu rio tem uma compreens o de conceitos b sicos como estrutura de diret rios atribui o de nomes a arquivos Cap tulo 1 Primeiros Passos Antes de nos contatar Se necessitar de ajuda Fornecemos suporte t cnico gratuito a todos os usu rios registrados do NeuralTools com plano de manuten o vigente tamb m oferecemos suporte t cnico mediante pagamento por incidente individual Para ter certeza de estar registrado como usu rio do NeuralTools fa a seu registro online no site http www palisade com support register asp Ao nos contatar por telefone tenha m o o n m
31. a es de rede a serem inclu das na busca IV Rede PN GRN IV Rede MLF Contagem minima de n s Autom tico A Contagem m xima de n s autom tico v Armazenar todas as redes de teste em nova pasta de trabalho Descri o 6 redes ser o treinadas e testadas para identificar qual a melhor Moo Refer ncia de comandos A guia Configura o da rede inclui e Tipo de rede seleciona o tipo de rede a ser usado no treinamento ou a busca da Melhor Rede A guia Op es da configura o de rede muda dependendo do tipo de rede selecionada Tipos de rede dispon veis 1 Busca da Melhor Rede Na Busca da Melhor Rede o NeuralTools testa todas as configura es de rede selecionadas inclusive as redes PNN GRNN e MLEN com n mero de n s dentro do intervalo m nimo m ximo especificado A configura o para o melhor desempenho dos seus dados identificada com base no erro obtido nos dados de teste Se for selecionada a op o Armazenar todas as redes de teste em nova pasta de trabalho voc poder carregar individualmente cada rede testada independentemente de ter sido a rede com melhor desempenho de uma pasta de trabalho e us la para previs o depois de realizar o treinamento ser gerado um Relat rio Resumido completo do teste de cada rede 2 Rede PNN GRNN Esses tipos de rede n o exigem a sele o de op es adicionais para o treinamento por este motivo essa configura o padr o durante a instala o do
32. a configura o de Toler ncia adequada inadequada Teste na caixa de di logo Configura es da aplica o Erro m dio quadr tico medida do desvio das previs es em rela o ao valor efetivo calculada como a raiz quadrada do desvio quadr tico m dio Erro m dio absoluto desvio m dio das previs es em rela o aos valores efetivos Histograma de residuais residual a diferen a entre o valor efetivo e o previsto Gr ficos de dispers o que mostram as rela es entre os valores efetivos previstos e residuais Refer ncia Comandos de menu do NeuralTools 57 58 e Relat rio Detalhado de Teste Esse relat rio se encontra pr ximo ao conjunto de dados do teste e indica como foi o desempenho da rede treinada na previs o dos valores individuais de output com esse conjunto 3 EEDE Idade de haliote xis Modo de Compatibilidade Microsoft Excel x Oio inserir Layout da Pigina F rmulas Dados Revis o Expi o NeuraTooh v 0 x 4 Lusa E gt ote zj oa prever Gerenciador de Treinar Testar 1389 Adequada in T6lAdequada 1232 Adequada BOT Agequada Pronto No Relat rio Detalhado de Teste as previs es s o marcadas como Adequadas ou Inadequadas de acordo com o nivel de toler ncia definido na caixa de di logo Configura es da aplica o Ao executar v rios testes voc pode acrescentar Relat rios Detalhados em novas colunas
33. a um conjunto de dados e design los para que sejam previstos usando a guia Prever A vari vel tag pode assumir somente tr s valores e Treinamento especifica que o caso ser usado para treinamento e Teste especifica que o caso ser usado para teste e Previs o especifica que o caso ser usado para previs o Nota quando h uma vari vel tag no conjunto de dados as op es na caixa de di logo Treinamento mudam Veja o comando Treinamento para obter mais informa es Refer ncia Comandos de menu do NeuralTools 37 Capacidade em O NeuralTools tem capacidade para processar em uma mesma termos de sess o conjunto de dados e vari veis e At 256 conjuntos de dados contidos em uma mesma pasta de trabalho e At 16384 vari veis para cada conjunto de dados do Excel 2007 256 vari veis nas vers es anteriores Todos os dados usados em um conjunto de dados precisam estar na mesma pasta de trabalho e O n mero de pontos de dados por vari vel e de casos por conjunto de dados limita se somente mem ria dispon vel no Excel 2007 16 277 216 pontos de dados nas vers es anteriores do Excel A capacidade efetiva no que se refere aos dados pode ser inferior indicadas acima dependendo da configura o do sistema e da vers o do Excel que est sendo usada As limita es de mem ria do Excel tamb m podem afetar a capacidade em termos do volume de dados Nota a caixa de di logo Gerenciador do
34. adamente corretos para os inputs fornecidos Por exemplo uma rede pode conter inputs que representam algumas caracter sticas facilmente mensur veis de um haliote animal aqu tico como comprimento di metro e peso Os c lculos efetuados pela rede produzem um nico n mero que geralmente pr ximo idade do animal a idade de um haliote mais dif cil de determinar As redes neurais foram inspiradas na estrutura do c rebro O c rebro formado por um grande n mero de c lulas denominadas neur nios Cada neur nio recebe impulsos de outros neur nios atrav s de v rios dendritos Dependendo dos impulsos recebidos o neur nio transmite um sinal a outros neur nios por meio de seu ax nio que se conecta a dendritos de outros neur nios Da mesma forma que o c rebro as redes neurais artificiais s o compostas por elementos cada um desses elementos recebe uma s rie de inputs e gera um nico output sendo que o output uma fun o relativamente simples dos inputs Mais informa es sobre redes neurais Compara o entre redes neurais e m todos estat sticos As redes neurais fornecem uma alternativa aos m todos estat sticos convencionais Da mesma forma que as regress es lineares as redes neurais s o usadas para aproxima o de fun es E da mesma forma que an lises discriminantes e regress es log sticas as redes neurais s o usadas para classifica o A vantagem das redes neurais qu
35. agem de redes neurais O Gerenciador de Rede Neural permite copiar ou mover redes neurais treinadas de pastas de trabalho para arquivos e vice versa A utilidade de Dados Ausentes ajuda a identificar e corrigir os casos em que faltam dados nos conjuntos de dados A an lise de Sensibilidade de Teste ajuda a saber se os resultados de teste s o est veis em diversas sele o aleat rias de casos de testes Como usar o NeuralTools com StatTools Solver e Evolver O NeuralTools foi projetado para ser usado com o StatTools o suplemento de estat stica da Palisade para o Excel Os dois produtos usam o mesmo Gerenciador do conjunto de dados os conjuntos de dados definidos no NeuralTools podem ser analisados no StatTools e vice versa Com o StatTools poss vel fazer c lculos estat sticos em vari veis de conjuntos de dados definidos no NeuralTools e estat sticas de previs es geradas pelo NeuralTools Os Relat rios Detalhados gerados no NeuralTools podem ser imediatamente analisados no StatTools eles aparecem automaticamente na lista de conjuntos de dados do Gerenciador de Conjunto de Dados do StatTools Isso facilita o uso do StatTools para obter resultados estat sticos al m dos apresentados nos Relat rios Resumidos do NeuralTools Por exemplo o Relat rio Resumido de teste inclui um histograma de diferen as residuais definidas como as diferen as entre os valores efetivos e os previstos Com base no histograma as diferen as resid
36. algoritmos de treinamento Um dos tipos de redes oferecidos pelo NeuralTools a Rede Multi Layer Feedforward Com as redes MLF o usu rio do NeuralTools pode especificar se deve haver uma ou duas camadas de neur nios ocultos e quantos neur nios as camadas ocultas devem conter o NeuralTools fornece ajuda de como fazer as sele es adequadas conforme descrito na se o sobre redes MLF O NeuralTools tamb m oferece Redes Neurais de Regress o Generalizada e Redes Neurais Probabil sticas essas redes se interrelacionam estreitamente sendo que o primeiro tipo usado para previs o num rica e o segundo para previs o de categorias classifica o No caso das redes GRN PN o usu rio n o precisa tomar nenhuma decis o quanto estrutura da rede Essas redes sempre t m duas camadas ocultas de neur nios sendo que um neur nio em caso de treinamento encontra se primeira camada oculta o tamanho da segunda camada depende de certos fatores relacionados aos dados de treinamento As pr ximas se es deste cap tulo explicam detalhadamente cada tipo de rede neural que pode ser usado no NeuralTools No es b sicas sobre redes neurais Redes Multi Layer Feedforward As Redes Multi Layer Feedforward tamb m conhecidas como Redes Multi Layer Perceptron s o sistemas capazes de efetuar aproxima es de fun es complexas podendo portanto modelar rela es complexas entre vari veis independentes e uma vari vel dependente
37. alva todos os resultados e dados em pastas de trabalho do Excel Da mesma forma que com qualquer arquivo do Excel poss vel enviar resultados e redes do NeuralTools a colegas em qualquer lugar O compartilhamento n o poderia ser mais f cil Bem vindo ao NeuralTools para o Excel iii Indice ndice Bem vindo ao NeuralTools para o Excel i Bem VINdO Ae AE isa a cita E EE ne ado ag uei ipa dano Gdulacuedebecnsedawaceunes i Trabalhe em um ambiente conhecido ccsscccssscesscscsssceseceescceseeees i An lises no Neural Tools ccsscccssscssscscssscesscecseccssccesseccescceeseccescees ii Gerenciamento de dados no NeuralTools ccccssccesssesssecesseeees ii Relat rios do Neural Tools ccssccssscecssccssccecscccssccessecessscessecessces iii _ Acesso e compartilhamento de dados ccssssssssssssssscsssssesssseseeees iii Indice v Cap tulo 1 Primeiros Passos 1 INTFOD UGA Oaea E RN RE RA AR AR 3 Sobre esta versa Orissa enneren do cainendan Pedido a eiis ioei saiae ie ives 3 NeuralTools vers es Professional e Industrial ccccsscceseeees 3 Funcionamento com o seu ambiente operacional 3 Se necessitar de ajudaires siinsesse ni Eons iasa 4 Requisitos de sistema do NeuralTools eseeseesesseesesseseesesscosesseseesesse 6 Instru es de instala o ess sesasaeennaaas 7 Instru es gerais de instala o csreseeer
38. arquivo em disco Clique em Procurar para mudar o nome ou o local indicado NeuralTools Abrir Rede Selecionar rede existente para testar Da pasta de trabalho do Excel Rede treinada em Dados de treinamento Pasta de trabalho ativa C Do arquivo Mais gt gt Cancelar 52 Refer ncia de comandos Correspond ncia Correspond ncia entre vari veis especifica como ser estabelecida a entre vari veis correspond ncia entre as vari veis do conjunto de dados a ser testado e as vari veis do conjunto de dados usado para treinar a rede NeuralTools Correspond ncia entre Vari veis X Correspond ncia autom tica Correspond ncia personalizada OK Cancelar H duas op es poss veis de correspond ncia entre vari veis 1 Correspond ncia autom tica estabelecida a correspond ncia entre os nomes das vari veis do conjunto de dados de teste e os das vari veis do conjunto de dados da rede treinada Os tipos de vari veis s o definidos baseados nessa correspond ncia Correspond ncia personalizada A correspond ncia personalizada permite estabelecer individualmente a correspond ncia entre as vari veis do conjunto do dados de teste e as do conjunto de dados da rede treinada Isso feito quando os nomes das vari veis dos dois conjuntos de dados s o diferentes ou quando se desejam atribui es diferentes NeuralTools Correspond ncia entre Vari veis Correspond ncia autom
39. baseado no treinamento de dados e por outro no algoritmo de treinamento O algoritmo de treinamento seleciona diversos conjuntos de par metros de c lculo e avalia cada conjunto aplicando a rede a cada caso do treinamento com o objetivo de determinar a adequa o das respostas fornecidas pela rede Cada conjunto de par metros uma tentativa o algoritmo de treinamento seleciona novos conjuntos de par metros com base nos resultados das tentativas anteriores Processamento computacional de redes neurais A rede neural um modelo de c lculos que pode ser utilizado em v rios tipos de computadores e equipamentos relacionados Uma rede neural pode ser constru da a partir de pequenos elementos de processamento cada qual efetuando o trabalho de um neur nio individual Entretanto geralmente as redes neurais s o implantadas em um computador com apenas um processador possante como a maioria dos computadores usados atualmente Em computadores que cont m apenas um processador um programa como o NeuralTools usa o mesmo processador para efetuar cada c lculo do neur nio nesse caso o conceito de neur nio refere se a uma parte dos c lculos necess rios para obter uma previs o e n o a um elemento f sico de processamento Mais informa es sobre redes neurais 79 80 Tipos de redes neurais H v rios tipos de redes neurais que se diferenciam pela estrutura pelos tipos de c lculos efetuados dentro dos neur nios e pelos
40. conjunto de dados relaciona todos os conjuntos de dados e vari veis contidos na pasta de trabalho ativa ou seja a pasta de trabalho indicada na legenda da caixa de di logo Para incluir na lista conjuntos de dados contidos em outras pasta de trabalho ative a pasta de trabalho desejada no Excel e exiba a caixa de di logo Gerenciador de Conjunto de Dados 38 Refer ncia de comandos Comando Treinar Especifica as defini es para o treinamento de uma rede neural e executa o treinamento O comando Treinar permite 1 especificar as defini es a serem usadas pelo NeuralTools no treinamento de uma rede neural e 2 iniciar o treinamento da rede NeuralTools Treinamento x Treinar Configura o da rede Tempo de execu o Conjunto de dados Dados do empr stimo Salvar rede como Rede treinada em Dados do e Para Pasta de trabz Procurar Ap s o treinamento ser condu do casos selecionados 2 a E Selecionar os mesmos casos se este n mero for o mesmo V Prever automaticamente valores dependentes ausentes IV ativar Previs o Instant nea I Colocar valores previstos direto no conjunto de dados Calcular impacto das vari veis Cancelar Guia A guia Treinar na caixa de di logo Treinamento especifica as op es Treinamento gerais para o treinamento de uma rede neural Ela inclui Conjunto de Dados mostra o conjunto de dados a ser usado para t
41. da No caso da previs o de categoria a coluna simplesmente informa se a categoria prevista corresponde categoria efetiva 7 Probabilidades de todas as categorias para PNN quando esta op o for selecionada e existir uma Rede Neural Probabil stica treinada ser inserida uma coluna para cada categoria dependente Por exemplo se a rede for usada para prever uma cor poder haver colunas intituladas vermelho amarelo e verde que cont m as probabilidades atribu das a cada uma dessas cores Toler ncia adequada inadequada Em casos de teste e treinamento se a previs o num rica estiver dentro da porcentagem especificada do valor efetivo da vari vel dependente ela ser indicada como Adequada Utilidades Comando Gerenciador de Rede Neural Permite copiar mover e excluir redes neurais treinadas O comando Gerenciador de Rede Neural permite gerenciar redes neurais treinadas mov las entre pastas de trabalho e arquivos e adicionar informa es descritivas s redes NeuralTools Gerenciador de Rede Neural Selecionar a Rede Copiar Da pasta de trabalho do Eae Rede treinada em Dados de treinamento Pasta de trabalho ativa Remover Do arquivo Informa es da rede Nome Rede treinada em Dados de treinamento Descri o Configura o Previsor num rico de GRNN Vari veis Vari vel categ rica NUM comprimento independente NUM di metro 3 categorias v
42. damos deixar os valores N mero de n s como Autom tico A guia Tempo de execu o na caixa de di logo Treinamento permite especificar as condi es de parada do treinamento Se n o forem selecionadas condi es de parada o treinamento ser encerrado em determinado momento Esse intervalo de tempo relativamente curto no caso de redes PNN GRNN bem mais longo no caso de redes MLF Uma alternativa poss vel n o selecionar as condi es de parada e clicar no bot o Parar na caixa de di logo do andamento do treinamento quando n o houver mais tempo para o treinamento Com a Busca da Melhor Rede necess rio definir o tempo limite para o treinamento de uma rede individual para que o algoritmo de busca n o gaste muito tempo em uma nica configura o As tr s condi es de parada podem ser combinadas assim o NeuralTools p ra quando ocorre uma das condi es NeuralTools Treinamento Treinar Configura o da rede Tempo de execu o Tempo de execu o de treinamento 2 Horas Tempo total para Busca da Melhor Rede 12 horas para 6 redes I Tentativas 1000000 Andamento mudan a de erro Minutos As op es de Tempo de Execu o de Treinamento s o e Dura o especifica um tempo limite fixo para o treinamento de uma rede individual O treinamento pode ser suspenso antes de decorrido o tempo especificado o que ocorre assim que o algoritmo conclui que improv vel que
43. des neurais e a previs o de valores usando redes treinadas podem ser executados com os dados contidos no Excel e os relat rios e tabelas das an lises s o criados no Excel Por que usar redes neurais Redes neurais t m capacidade de aprender rela es complexas de dados Por meio de uma imita o das fun es do c rebro elas discernem padr es nos dados e depois quando s o fornecidos novos dados elas fazem extrapola es para gerar previs es Os tipos de problemas em que as redes neurais s o empregadas podem ser divididos em dois grupos gerais e Problemas de classifica o s o problemas em que se tenta determinar a que tipo de categoria pertence um item desconhecido Exemplos incluem diagn sticos m dicos e previs o da capacidade de pagamentos de d bitos e Problemas num ricos situa es em que necess rio prever um resultado num rico espec fico Exemplos incluem a previs o de pre os de a es e a previs o do n vel de vendas durante um per odo futuro O NeuralTools inclui exemplos que demonstram como aplicar redes neurais a diversos tipos de problemas de previs o A pasta NeuralTools Examples cont m exemplos fornecidos como pastas de trabalho do Excel Capitulo 2 Vis o Geral do NeuralTools 11 12 NeuralTools e redes neurais Com o NeuralTools as redes neurais s o desenvolvidas e usadas em quatro etapas Prepara o de dados os dados usados no NeuralTools s o definidos como conjunto
44. ditar vari veis Quando os dados do teste se encontram em um conjunto de dados separado o NeuralTools faz a correspond ncia das vari veis do conjunto de dados do teste e dos dados de treinamento Assim como no caso do treinamento o NeuralTools mostra a configura o do teste antes de execut lo Cap tulo 2 Vis o Geral do NeuralTools 21 Relat rios de teste 22 O teste juntamente com a previs o bem mais r pido que o treinamento O NeuralTools informa qual foi a qualidade da previs o de respostas conhecidas nos dados do teste Isso ajuda a saber se a rede far boas previs es quando aplicada a caso com valores de output desconhecidos Pasta3 Microsoft Excel In cio Inserir Layout da P gina F rmulas Dados Revis o Exibi o conjunto de dados Dados Redes neurais Gerenciador de Treinar Testar Prever Utilidades Ajuda Ferramentas j Al Qu NeuralTools 7 x Rede treinada em Dados de treinamento Previsor num rico de GRNN Idade de haliote xis Vari veis categ ricas independentes 1 sexo Vari veis num ricas independentes 7 comprimento di metro altura peso total peso sem concha peso visceral peso concha Vari vel dependente Var num rica idade Teste n mero de casos previs es inadequadas 30 toler ncia Erro m dio quadr tico Erro m dio absoluto Desvio padr o de erro absoluto c
45. e excesso de treinamento o aumento pode ser local e a taxa de erro pode continuar diminuindo conforme o treinamento continua O recurso Busca da Melhor Rede do NeuralTools foi criado para evitar o excesso de treinamento Com as configura es padr o a Busca da Melhor Rede come a com uma rede com 2 neur nios que geralmente pequena demais para ser excessivamente treinada Com as configura es padr o efetuado o treinamento de redes de at 6 neur nios Se redes com 5 e 6 neur nios forem treinadas excessivamente isso ser indicado nos resultados do conjunto de teste individual uma das redes com 2 3 ou 4 neur nios apresentar o menor erro de teste 85 86 Redes neurais de regress o generalizada e redes neurais probabil sticas Redes Neurais de Regress o Generalizada e Redes Neurais Probabil sticas baseiam se em conceitos semelhantes As redes GRN s o usadas para previs o num rica aproxima o de fun es enquanto as redes PN s o usadas para classifica o previs o de categorias Esses dois tipos de redes foram concebidos por Donald Specht Probabilistic Neural Networks Neural Networks 3 1990 p gs 109 118 A General Regression Neural Network IEEE Transactions on Neural Networks 2 1991 p gs 568 576 Elas foram tratadas por Masters 1995 cuja apresenta o resumimos a seguir Consulte essas fontes para obter mais detalhes Redes neurais de regress o generalizada Como exemplo vam
46. e n mero for o mesmo V Prever automaticamente valores dependentes ausentes IV Ativar Previs o Instant nea I Colocar valores previstos direto no conjunto de dados Calcular impacto das vari veis O treinamento de uma rede neural juntamente com testes e previs o requer que seja especificado um conjunto de dados que contenha os dados a serem usados durante o treinamento O NeuralTools salva a rede treinada diretamente na pasta de trabalho ou em um arquivo em disco Quando todos os dados se encontram em um mesmo conjunto de dados tanto os dados hist ricos como os novos dados cujos valores de output s o desconhecidos o NeuralTools permite treinar e testar uma rede e em seguida prever os valores de output tudo em uma nica etapa Voc seleciona reter determinada porcentagem de dados hist ricos para o teste no exemplo da p gina anterior esse valor 20 e depois seleciona a previs o autom tica de valores de output para os casos em que os valores dependentes est o faltando Assim voc pode obter rapidamente as respostas de que necessita por meio de uma nica opera o Vis o geral Configura es de redes O NeuralTools permite usar diferentes configura es de redes neurais a fim de propiciar as melhores previs es poss veis Para a previs o de classifica o categoria em que a vari vel dependente um tipo de categoria h dois tipos de redes dispon veis Redes Neurais Probabil s
47. e s o capazes de modelar fun es extremamente complexas Isso bem diferente do que efetuado pelas t cnicas lineares convencionais regress o linear e an lise discriminante linear As t cnicas de otimiza o de modelos lineares j eram bem conhecidas antes de terem sido inventadas as redes neurais artificiais em meados do s culo XX Levou muitos anos at serem desenvolvidos algoritmos eficazes no treinamento de redes neurais Contudo atualmente existe uma grande variedade de algoritmos sofisticados para treinamento de redes neurais o que as torna uma alternativa mais interessante do que os m todos convencionais Estrutura de uma rede neural A estrutura da rede neural composta de unidades conectadas referidas como n s ou neur nios Cada neur nio efetua uma parte dos c lculos dentro da rede o neur nio usa alguns n meros como inputs efetua c lculos relativamente simples com os mesmo e retorna um output O valor de output de um neur nio ent o transmitido como um dos inputs para outro neur nio exceto no caso dos neur nios que geram os valores de output finais de todo o sistema Os neur nios s o dispostos em camadas Os neur nios da camada de inputs recebem os inputs para efetuar os c lculos como o comprimento di metro e peso de um haliote individual Esses valores s o passados aos neur nios na primeira camada oculta que efetuam os c lculos baseados nos inputs e passam os outputs para a p
48. eereresnenesesecreneseeneseseos 7 Instala o de cones ou atalhos do NeuralTools 7 O Decision Tools Suite sccsccccssscesscccssccessecessccesccceseccesceeesaccesseeeeee 7 Ativa o do software csssesscscesesscecescssccenscsssecnsssscecssssececeessesecsessesecees 8 Cap tulo 2 Vis o Geral do NeuralTools 9 Visao geral asiigasics toate a avec eats taeda el saias delas t uia aids 11 Por que usar redes neurais ccscssssesssscscesssssessesesessessssssessseesessssees 11 NeuralTools e redes neurais c ssccsssccsssccesscesssccesscecseccesscecsscceseees 12 Menu e barra de ferramentas do Neural Tools csccssccesseccesees 13 Conjuntos de dados e o Gerenciador de Conjunto de Dados 14 Treinamento de rede neural cscccssccscssccssccecscessscecseccssscessecesnees 16 Como testar uma TEMES cccccccececscccsscscce ucveeacs ececeues es iia Eea o i 21 PEOVISA Os chscasseccdescascesussecssapsatcectenssteconscoss saute sucamesbancbeseoassess ceaneasbesteeawaaeeess 23 Relat rios e gr ficos do Neural Tools ssessesesesessesesceseseseeseseeeesesesseses 25 Utilidades do Neural Tools cccssccssccecssccssececseccssscecsecessccessecessees 26 Como usar o NeuralTools com StatTools Solver e Evolver 26 Refer ncia Icones do NeuralTools 29 Barra de ferramentas do NeuralTOols eee 29 vi Refer ncia Comandos de menu do NeuralTo
49. efer ncia descreve detalhadamente os comandos do NeuralTools apresentados no Excel no menu do NeuralTools ou na faixa de op es Os comandos s o explicados na ordem em que aparecem no menu come ando pelo Gerenciador do conjunto de dados Os cones do NeuralTools podem ser usados para executar v rios comandos A se o Refer ncia cones do NeuralTools deste cap tulo apresenta os comandos correspondentes a cada cone do NeuralTools NTE ERA z Idad ca O Inicio Inserir layout da P gina F rmulas Dados Revis o Exibi o NeuraTools B a x P Pe gt F Utilidades FE i gt ate 3 0 Ajuda Gerenciadorde Treinar Testar Prever conjunto de dados Dados Redes neurais Ferramentas haliotexls Modo ompatibilidade Microsoft Excel at Ik NeuralTools Exemplo Previs o de idade de haliote IO NeuralTools podeser usado para prever valores desconhecidos de uma vari vel num rica dependente a partir dos valores conhecidos das vari veis num ricas e categ ricas independentes Antes de se usar a rede neural para fazer uma previs o ela precisa ser treinada e testada Este exemplo explica estas etapas assim como o recurso de Previs o Instant nea Os dados deste exemplo foram tirados de um estudo sobre a previs o da idade dehaliotes esp cie de molusco matinho baseada jem medidas f sicas A idade do haliote pode ser determinada cortando se a concha na altura do cone usando um corante
50. em a previs o de pre os de a es e a previs o do n vel de vendas durante um per odo futuro As redes neurais s o usadas em uma variedade de aplica es incluindo previs es no mercado de a es atribui o de grau de risco para empr stimos e cr dito detec o de fraude de cr dito previs o de vendas previs o de neg cios em geral risco de investimentos diagn sticos m dicos pesquisas cient ficas e sistemas de controle O NeuralTools fornece os mais avan ados algoritmos de redes neurais possibilitando efetuar as melhores previs es tanto para problemas de classifica o denominados previs o categ rica no NeuralTools como para problemas num ricos Gerenciamento de dados no NeuralTools O NeuralTools oferece um gerenciador completo de conjuntos de dados e vari veis no pr prio Excel semelhante ao fornecido com o StatTools o suplemento de estat stica da Palisade para o Excel Voc pode definir quantos conjuntos de dados quiser cada um com as vari veis que deseja analisar diretamente com os dados j contidos no Excel O NeuralTools analisa os blocos de dados de forma inteligente sugerindo nomes e tipos de vari veis al m de locais para os dados Os conjuntos de dados e as vari veis podem residir em diferentes planilhas e pastas de trabalho o que permite organiz los de acordo com a sua prefer ncia Assim voc pode treinar as redes neurais relacionadas s suas vari veis em vez de ter de seleciona
51. ente categoria correta e queremos que os valores restantes de output sejam pr ximos de 0 Os algoritmos de treinamento MLF do NeuralTools se reiniciam v rias vezes usando pesos iniciais diferentes Portanto quanto mais longo o tempo de treinamento da rede melhor o resultado Quanto maior o n mero de vezes que a rede puder se reiniciar maior a probabilidade de que ser encontrado o m nimo global da fun o de erro A sele o do n mero de camadas e do n mero de neur nios de cada camadas define se a rede ser capaz de apreender a rela o entre as vari veis independentes e dependentes Em geral o treinamento de uma rede com uma nica camada oculta e dois neur nios ocultos n o alcan ar um n vel de erro satisfat rio Contudo o aumento do n mero de camadas e de neur nios pode ter um custo que n o vale a pena pagar Uma nica camada oculta suficiente para praticamente qualquer problema o uso de duas camadas geralmente resulta no prolongamento desnecess rio do tempo de treinamento Al m disso normalmente um pequeno n mero de neur nios em uma nica camada oculta suficiente O NeuralTools pode configurar automaticamente a topologia da rede com base nos dados de treinamento Contudo o recurso de Busca da Melhor Rede proporciona uma alternativa mais confi vel Como parte da Busca da Melhor Rede feito o treinamento de uma s rie de redes de 1 camada oculta com diferentes n meros de neur nios Por defini
52. ero de s rie do seu produto e o Manual do Usu rio Podemos prestar melhor suporte t cnico se voc estiver em frente ao seu computador pronto para trabalhar Antes de contatar o suporte t cnico confira o seguinte e Voc consultou a Ajuda online e Voc consultou este Manual do Usu rio e assistiu ao tutorial multim dia online e Voc leu o arquivo LEIAME WRI Ele cont m informa es atualizadas sobre o NeuralTools que podem n o estar inclu das no manual e O problema que est ocorrendo pode ser reproduzido sempre da mesma forma E poss vel reproduzir o problema em outro computador ou outro modelo de computador e Voc consultou nosso site na Internet O endere o http www palisade com O site tamb m cont m respostas a perguntas frequentes FAQ na forma de um banco de dados pesquis vel de perguntas com as respostas do suporte t cnico assim como patches para o NeuralTools na se o Suporte T cnico Recomendamos acessar o site regularmente para ver as ltimas informa es sobre o NeuralTools e outros programas da Palisade Introdu o Como contatar a Palisade A Palisade Corporation recebe com satisfa o perguntas coment rios e sugest es relacionados ao NeuralTools Entre em contato com a nossa equipe de suporte t cnico pelos seguintes meios E mail support palisade com Telefone 1 607 277 8000 dias teis das 9h s 17h hor rio de Nova York Siga as instru es telef nicas para
53. hado resultante observe como os valores na coluna Incorreta se relacionam s probabilidades atribu das a cada categoria poss vel Incorreta a soma das probabilidades de todas as categorias incorretas Matriz de classifica o compara as categorias efetivas s categorias previstas de cada categoria Por exemplo a matriz de classifica o pode revelar que uma rede detecta corretamente uma condi o m dica em pacientes portadores de determinada condi o mas que a rede tem a tend ncia de emitir alarmes falsos no caso de pacientes sadios Refer ncia de comandos Impactos das vari veis quando selecionado exibe o impacto relativo das vari veis independentes nas respostas previstas Histograma de probabilidade de categorias incorretas dispon vel somente para redes PNN veja em Probabilidade m dia incorreta acima uma explica o sobre Probabilidade de categorias incorretas Para a previs o num rica as principais estat sticas e gr ficos do relat rio resumido de treinamento incluem 1 previs es inadequadas uma previs o considerada inv lida se estiver fora da margem definida em torno do valor efetivo a amplitude da margem definida pela configura o de Toler ncia adequada inadequada Treinamento na caixa de di logo Configura es da aplica o Erro m dio quadr tico medida do desvio das previs es em rela o ao valor efetivo calculada como a raiz quad
54. ico a seguir pressupondo se que haja apenas tr s casos de treinamento Output Camada de soma n s de numeradores e denominadores Camada de padr es 1 neur nio para cada caso de treinamento Inputs A camada de padr es cont m um n para cada caso de treinamento Neste caso apresentar um caso de treinamento rede consiste em apresentar dois valores num ricos independentes Cada neur nio da camada de padr es calcula a sua dist ncia em rela o ao caso apresentado Os valores passados aos n s de numeradores e denominadores s o fun es da dist ncia e do valor dependente Os dois n s da camada de soma efetuam a soma de seus inputs enquanto o n de output os divide para gerar a previs o Redes neurais de regress o generalizada e redes neurais probabil sticas A fun o de dist ncia calculada nos neur nios da camada de padr es usa fatores de suaviza o cada input tem seu pr prio valor de fator de suaviza o Com um nico input quanto maior o valor do fator de suaviza o mais importante os casos de treinamento de dist ncia tornam se para o valor previsto Com 2 inputs o fator de suaviza o relaciona se com a dist ncia ao longo de um eixo no plano e em geral com inputs m ltiplos a uma dimens o no espa o multidimensional O treinamento de uma rede GRN consiste em otimizar os fatores de suaviza o para minimizar o erro no conjunto de treinamento o m todo de otimiza o p
55. inar e testar redes neurais usando esses conjuntos Depois disso vamos prever valores de output desconhecidos usando as redes treinadas Vis o geral Capitulo 2 Vis o Geral do NeuralTools Menu e barra de ferramentas do NeuralTools No Excel 2007 todos os comandos s o apresentados na faixa de op es do NeuralTools G do e Idade de haliotexis Modo de Compatibilidade Microsoft Excel x Inico Inserir layoutdaP gina F rmulas Dados Revis o Exibi o NeuralTools sx EPA SS F Utilidades amp Rss Sie Gerenciadorde Treinar Testar Prever conjunto de dados Dados Redes neurais Ferramentas NeuralTools Exemplo Previs o de idade de haliote O NeuralTools podeser usado para prever valores desconhecidos de uma vari vel num rica dependente a partir dos valores onhecidos das vari veis num ricas e categ ricas independentes Antes de se usar a rede neural para fazer uma previs o ela precisa ser treinada e testada Este exemplo explica estas etapas assim como o recurso de Previs o Instant nea Os dados deste exemplo foram tirados de um estudo sobre a previs o da idade dehaliotes esp cie de molusco matinho baseada m medidas f sicas idade do haliote pode ser determinada cortando se a concha na altura do cone usando um corante e ontando pelo microsc pio o n mero de an is na concha uma tarefa demorada e ma ante a idade obtida somando se 1 5 80
56. ircundantes sele o atual feita no Excel Isso torna mais r pido e f cil definir um conjunto de dados com os nomes das vari veis na linha superior e as vari veis dispostas em colunas No NeuralTools as vari veis podem ser independentes ou dependentes e num ricas ou categ ricas ex Sim ou N o ou Vermelho Verde ou Azul O Gerenciador de Conjunto de Dados tenta identificar o tipo de cada vari vel no conjunto de dados mas se quiser voc pode ignorar isso e fazer suas pr prias sele es 15 Uso integrado de treinamento teste e previs o 16 Treinamento de rede neural Ap s definir um conjunto de dados que contenha casos com valores hist ricos conhecidos voc pode treinar uma rede neural usando esses dados H diversas op es para estabelecer o tipo de rede que ser gerado pelo NeuralTools Dependendo do tipo de dados diferentes op es geram redes treinadas com melhor desempenho ou seja redes que fazem melhores previs es O processo de teste que realizado ap s o treinamento fornece m tricas precisas do desempenho da rede treinada na previs o dos valores de output NeuralTools Treinamento Treinar Configura o da rede Tempo de execu o Conjunto de dados Dados do empr stimo Salvar rede como Rede treinada em Dados do e Para Pasta de trabe Procurar Ap s o treinamento ser conclu do casos selecionados dd selecionar os mesmos casos se est
57. lTools 41 importante lembrar que esses valores s o relativos Suponha que haja duas vari veis independentes uma para a qual foi atribu do o valor de 99 e a outra com o valor de 1 Isso significa que a segunda vari vel muito menos importante que a primeira por m n o significa que ela seja desprez vel principalmente quando se desejam previs es de alta exatid o Outros aspectos importantes da an lise de impacto de vari veis 1 Somente o conjunto de dados de treinamento inclu do na an lise Se forem usados os recursos de Teste Autom tico e Previs o Autom tica os respectivos casos n o ser o inclu dos Isso se d porque eles poderiam ter valores num ricos fora do intervalo de treinamento podendo tornar os resultados da an lise mais imprevis veis 2 No que se refere a uma dada vari vel categ rica independente em cada caso a an lise percorre todas as categorias v lidas para a vari vel em quest o e mede a mudan a no valor previsto Na previs o de categoria n o h valor num rico previsto mas h outputs num ricos brutos da rede nos quais a previs o da categoria baseada esses outputs num ricos s o usados pela an lise 3 No que se refere a uma dada vari vel num rica independente em cada caso a an lise percorre o intervalo do valor m nimo ao valor m ximo da vari vel medindo a mudan a no valor previsto ou no caso de uma previs o de categoria a mudan a nos outputs num
58. lat rio detalhado na forma de um coment rio que adicionado c lula t tulo essa vers o do relat rio resumido denominada Resumo R pido NeuralTools Configura es da Aplica o Configura es gerais Idioma Portugu s Exibir tela de boas vindas Falso Relat rios Relat rios a gerar Autom tico Colocar Relat rios Resumidos em Nova pasta de trabalho Reusar a mesma nova pasta de trabalho Falso Local do Relat rio Detalhado Sobrescrever relat rios existentes Colunas nos Relat rios Detalhados Autom tico Toler ncia adequada inadequada Treinamento 30 Toler ngi E ab EE a NeuralTools Relat rios a Gerar Ap s a opera o Relat rios a gerar Treinamento Teste Previs o Relat rio Resumido M M iva Relat rio Detalhado Oo Vv Vv OK Cancelar Padr es keee Executar regress o linear Verdadeiro Tipo de rede Rede PN GRN Padr es de tempo de execu o Dura o Verdadeiro Horas 2 Tentativas Verdadeiro N mero de tentativas 1000000 Andamento Falso Mudan a no erro percentual 1 Ree a OK Cancelar Sempre que o NeuralTools cria um ou mais gr ficos eles s o inclu dos nos relat rios Os gr ficos s o criados em formato Excel e podem ser personalizados usando se os comandos padr o de gr ficos do Excel Cap tulo 2 Vis o Geral do NeuralTools 25 26 Utilidades do NeuralTools O NeuralTools oferece tr s utilidades ou utilit rios para ajudar no gerenciamento da model
59. m Relat rios Detalhados Nessa caixa de di logo selecione Probabilidades de todas as categorias para PNN para os testes A seguir treine uma rede PN com um conjunto de dados que contenha no m nimo 3 categorias na vari vel dependente pode ser usado o arquivo do exemplo Cr dito autom vel xls e com a op o Testar automaticamente selecionada No Relat rio Detalhado resultante observe como os valores na coluna Incorreta se relacionam s probabilidades atribu das a cada categoria poss vel Incorreta a soma das probabilidades de todas as categorias incorretas Matriz de Classifica o compara as categorias efetivas s categorias previstas de cada categoria Por exemplo a matriz de classifica o pode revelar que uma rede detecta corretamente uma condi o m dica em pacientes portadores de determinada condi o mas que a rede tem a tend ncia de emitir alarmes falsos no caso de pacientes sadios Refer ncia de comandos 4 Histograma de probabilidade de categorias incorretas dispon vel somente para redes PNN veja em Probabilidade m dia incorreta acima uma explica o sobre Probabilidade de categorias incorretas Para a previs o num rica as principais estat sticas e gr ficos do relat rio resumido de teste incluem 1 previs es inadequadas uma previs o considerada inv lida se estiver fora da margem definida em torno do valor efetivo a amplitude da margem definida pel
60. mento j efetuada ou nas configura es de tempo de execu o definidas na caixa de di logo de treinamento Refer ncia Comandos de menu do NeuralTools 75 76 A an lise gera um relat rio que apresenta os intervalos entre os valores m nimo e m ximo de uma medida de teste obtida nas diversas sess es de treinamento de vicia pw do B 3 D E F EE Relat rio de an lise de sensibilidade Data segunda feira 28 de janeiro de 2013 13 36 55 Kid RASER TIE Livro2 Microsoft Excel Eo dd EB Base Inserir Esquema de P gina F rmulas Dados Rever Ver NeuralTools aos E gt ar 3a ff Utilidades E ato SE Ajuda Gerenciador de Treinar Testar Prever conjunto de dados Dados Redes neurais Ajuda Al bd ke v G H 1 J de previs es inadequadas em rela o a casos de teste as 50 casos deteste 60 70 A A 7 6667 7 1429 x uo X x 8 6667 8 5714 35 5 0000 10 0000 4 6667 6 5000 8 0000 8 6667 9 7143 11 2500 v m 4 gt Sensibilidade 9 pal m Pronto fa Boe OO Utilidades Mais informa es sobre redes neurais No es b sicas sobre redes neurais Rede neural um sistema que usa inputs num ricos para efetuar c lculos e gerar um ou mais valores num ricos baseados nesses inputs Quando a rede neural criada e treinada para uma aplica o espec fica ela produz valores de output aproxim
61. namento usando valores independentes como inputs para obter o output muito prov vel que o output ser diferente do valor dependente conhecido Assim para cada caso de treinamento temos um valor de erro A partir desses valores calculamos uma medida de erro para todo o conjunto de treinamento o que nos informa como foi o desempenho da rede com os pesos iniciais prov vel que a rede n o apresente muito bom desempenho com os pesos aleat rios inicialmente atribu dos ent o prosseguimos com tentativas subsequentes outras atribui es de pesos Contudo agora as atribui es de pesos n o s o mais aleat rias s o decididas pelo nosso algoritmo de treinamento o m todo de sele o dos pesos de conex o baseado nos resultados das tentativas anteriores O problema agora uma quest o de otimiza o queremos minimizar a medida de erro mudando os pesos de conex o O primeiro algoritmo bem sucedido no treinamento de pesos de conex o em redes MLF foi o de retropropaga o atualmente a maioria dos pesquisadores prefere usar algoritmos mais r pidos e com maior probabilidade de encontrar o valor timo global O NeuralTools emprega o m todo de gradiente descendente conjugado que pertence categoria dos m todos de otimiza o de segunda ordem Esses m todos de otimiza o determin sticos foram elaborados para encontrar o valor m nimo local de uma fun o eles prosseguem eficientemente no sen
62. nas quais usada a rede a ser substitu da ocorrer que ap s a substitui o essas c lulas conter o valores fixos e Informa es da rede permite acrescentar informa es descritivas a uma rede Isso ajuda a identificar a rede treinada e as condi es em que foi treinada Utilidades Comando Utilidades de dados ausentes Permite substituir dados ausentes e valores de erro de um conjunto de dados por valores artificiais O comando Utilidade de Dados Ausentes permite substituir dados indesejados ou ausentes do conjunto de dados por valores artificiais Durante o treinamento teste e previs o os casos com valores de vari veis ausentes s o ignorados pelo NeuralTools portanto geralmente til corrigir esses valores antes do processo A caixa de di logo Vis o Geral do Treinamento apresenta um aviso quando houver valores ausentes no conjunto de dados Se isso ocorrer esses casos podem ser corrigidos usando se o comando Utilidades de Dados Ausentes NeuralTools Utilidades de Dados Ausentes Conjunto de dados Dados de treinamento Vari veis a modificar Tipo Nome da vari vel N m em branco N m erros Valores n o Cat ind sexo 0 ind comprimento ind di metro ind altura ind p ind peso sem concha a Selecionar todas as vari veis qadada Selecionar vari veis de categoria Valores a substituir Selecionar vari veis categ ricas IV C lulas em branco IV Erros e
63. ntes de um caso espec fico forem mudados o valor previsto ser automaticamente recalculado Ao usar a Previs o ao Vivo basta digitar os dados referentes aos novos casos diretamente no Excel e gerar uma nova previs o automaticamente sem passar pela caixa de di logo Previs o Por exemplo se os valores das vari veis independentes para o caso da linha 7 da planilha acima forem alterados conforme indicado o valor previsto ser atualizado automaticamente Da mesma forma que em qualquer c lula da planilha uma c lula de Previs o ao Vivo pode ser referenciada em qualquer f rmula do Excel 7 Inicio inserir Layo ds P gina F rmutas Dasor Revis o Exini o NeuralTools ox a PR ei aum Dados Redes neurais Ferramentas masni Dadosdetrenamento Dados do teste Dados de previs o Resumo Neuraiioos AT rasa Midi 0482859143 Contngeerd Somer 1 26 ju CN CO A eel it Nota o recurso de Previs o ao Vivo est dispon vel apenas na vers o Industrial Vis o geral Relat rios e gr ficos do NeuralTools O NeuralTools cria relat rios resumidos e relat rios detalhados de treinamento teste e previs o Os Relat rios Resumidos aparecem em suas pr prias planilhas e cont m informa es gerais sobre o teste ou treinamento O Relat rio Detalhado apresenta informa es de cada caso individualmente ao lado dos dados correspondentes Al m disso a maioria das informa es do relat rio resumido pode ser encontrada no re
64. o Especificam as configura es dos relat rios de treinamento testes e previs es O comando Configura es da aplica o permite selecionar 1 os relat rios de treinamento teste e previs o a serem gerados 2 os padr es de treinamento a serem usados 3 os padr es de previs o e tempo de execu o a serem usados Muitas Configura es da aplica o s o defini es padr o que s o usadas nas caixas de di logo do treinamento teste ou previs o Veja a descri o das caixas de di logo para obter mais informa es sobre essas configura es Nesta se o abordamos outras configura es NeuralTools Configura es da Aplica o Configura es gerais Idioma Exibir tela de boas vindas Relat rios Relat rios a gerar Colocar Relat rios Resumidos em Reusar a mesma nova pasta de trabalho Local do Relat rio Detalhado Colunas nos Relat rios Detalhados Toler ncia adequada inadequada Treinamento Toler ncia adequada inadequada Teste Padr es gerais de treinamento Testar automaticamente Porcentagem de casos de teste Prever automaticamente Ativar Previs o Instant nea Colocar previs es direto no conjunto de dados Calcular impacto das vari veis Padr es de configura o de rede Executar regress o linear Tipo de rede Padr es de tempo de execu o Dura o Horas Tentativas N mero de tentativas Andamento Mudan a no erro percentual Minutos ol Refer ncia Comandos de menu do
65. ocesso de treinamento Enquanto o NeuralTools efetua o treinamento da rede neural com os dados ele informa o andamento do mesmo Normalmente a rede melhora medida que o treinamento continua pois o NeuralTools gera redes que fazem melhores previs es relacionadas aos dados com menos erros Os gr ficos s o atualizados mostrando o andamento do treinamento efetuado pelo NeuralTools NeuralTools Treinamento em Andamento Andamento do treinamento Previsor num rico de GRNN Tempo desde o in cio 00 01 35 N mero de tentativas 51 Erro no conjunto de treinamento 0 6796615 Erro nos ltimos 5 minutos Erro durante o per odo de treinamento em horas O treinamento interrompido quando alcan ado um dos crit rios que voc definiu para parada como por exemplo a dura o m xima do treinamento Se voc tiver selecionado testar automaticamente a rede ou prever os valores de output ausentes no conjunto de dados isso ser feito ap s o treinamento Cap tulo 2 Vis o Geral do NeuralTools 19 Relat rios de treinamento 20 Os relat rios de treiname nto indicam como foi o desempenho da rede treinada Estat sticas como o Previs es Inv lidas mostram a quantidade de casos no treinamento definido para os quais a rede previu um valor de output diferente do verdadeiro valor conhecido G W 9 Idade de haliotexls Modo de Compatibilidade Microsoft Excel In cio Inserir Layout da
66. ode ser usado em vez do Solver para encontrar a resposta Diferentemente do Solver o Evolver tem capacidade para processar problemas de otimiza o em que h mais de uma reposta tima local Cap tulo 2 Vis o Geral do NeuralTools 27 Cap tulo 2 Vis o Geral do NeuralTools 28 Refer ncia cones do NeuralTools Barra de ferramentas do NeuralTools Os cones do NeuralTools s o usados para definir conjuntos de dados com casos e vari veis e em seguida criar e usar redes neurais baseadas nesses dados No Excel 2007 todos os comandos s o apresentados na faixa de op es do NeuralTools Os cones a seguir aparecem na faixa de op es do NeuralTools no Excel 2007 cone Comandos e fun es correspondentes Definir um conjunto de dados e variaveis ou editar sensei ou excluir um conjunto de dados e vari veis existentes Comando equivalente comando Gerenciador de Conjunto de Dados gt Treinar uma rede neural RR Comando equivalente comando Treinar R Testar uma rede neural Comando equivalente comando Testar TE Prever valores usando uma rede treinada na Comando equivalente comando Prever 4 Utilidades Executar as utilidades da rede neural Comando equivalente comando Utilidades Ajuda Exibir arquivo de ajuda do NeuralTools Comando equivalente comando Ajuda Refer ncia icones do NeuralTools 30 Refer ncia Comandos de menu do NeuralTools Introdu o Esta se o do Guia de R
67. ols Introdu o asin ee reece eced cecal ee E E AT cones nas caixas de didlogo s sssssssssssscssscssscssscssssssccsccsscesscesscenees Refer ncia de comandos s ss ss stssersaseerassaesassarsesa Comando Gerenciador de Conjunto de Dados Comando Treinar s 65 cssssesensscsssecssovsocswsccasesdessesesssssolevseesenssvedscsvsses s Comando TeStars csiecciecsioseincssscvdacssavesocscosvsecocesnesescssngeedsessdessssonevesies Comando Pr ver sssesss cs ieniseasaerosecocorisessonsima solevecesccevseeselessevseevseees Utilidades ssa E EES EE bd O Tre ue San van de Comando Configura es da aplica o seems Comando Gerenciador de Rede Neural ssccssssscssceseceeees Comando Utilidades de dados ausentes sscssssssssscessceseees Comando Sensibilidade de teste sscsscssssssssssseecssscesscecees Mais informa es sobre redes neurais No es b sicas sobre redes neurais seeeeeess Compara o entre redes neurais e metodos estat sticos Estrutura de uma rede neural c serereseeeereresesesesecreneso Previs o num rica e de categoria s scscssssssesssssscesesssessssesseeeses Como treinar uma rede cc ereresereereresesnesesecrenesesnesesesreneso Processamento computacional de redes neurais Tipos de redes Neurais cscssssesssscsssessssssss
68. ols ignorar os casos com dados ausentes Observe que o NeuralTools n o reconhece s mbolos especiais como por exemplo como dados ausentes pontos de interroga o devem ser eliminados Isso pode ser feito com as Utilidades de Dados Ausentes selecionando se Valor espec fico na se o Valores a substituir e Limpar c lulas na se o O que usar como substitui o s vezes tamb m poss vel usar o NeuralTools para prever valores ausentes em uma vari vel independente a partir de outras vari veis independentes com poucos ou nenhum dado ausente Os resultados do teste indicar o se a rede treinada para prever os valores ausentes confi vel 73 74 Comando Sensibilidade de teste Determina se os resultados de teste s o est veis mesmo com diferentes sele es aleat rias de casos de teste A an lise de Sensibilidade de Teste ajuda a eliminar a possibilidade de que os bons resultados de teste sejam devidos apenas ao acaso Os valores de uma medida de teste podem ser diferentes de uma sess o de treinamento para outra se o subconjunto de casos a ser usado no teste for selecionado aleatoriamente Quanto menor o conjunto de dados maior a probabilidade de varia o portanto se for usado um conjunto de dados pequeno os resultados de teste de uma nica sess o de treinamento n o ser o necessariamente confi veis A an lise de Sensibilidade de Teste ajuda a saber se os resultados teste s o est
69. onTools Suite inclusive as bibliotecas dos programas e arquivos de Ajuda comuns Ativa o do software A ativa o um processo de verifica o de licen a que efetuado apenas uma vez e necess rio para poder executar o software Palisade como produto plenamente licenciado A fatura impressa do produto ou a fatura enviada por e mail cont m a ID de Ativa o que consiste em uma sequ ncia de letras e n meros separados por h fens por exemplo DNA 6438907 651282 CDM Se voc forneceu a ID de Ativa o durante a instala o o software ser ativado ao final do processo de instala o nenhuma outra a o ser necess ria Se preferir ativar o software ap s a instala o selecione o comando Gerenciador de Licen as no menu Ajuda O Gerenciador de Licen as pode ser usado para ativar desativar e transferir licen as de software de uma m quina para outra Tamb m usado para gerenciar licen as em instala es de rede Siga as instru es e caixas de di logo apresentadas pelo Gerenciador de Licen as para executar o procedimento desejado relativo s licen as Instru es de instala o Cap tulo 2 Vis o Geral do NeuralTools Capitulo 2 Visao Geral do NeuralTools 10 Vis o geral O NeuralTools apresenta recursos avan ados de redes neurais em um ambiente que voc j conhece o Microsoft Excel Os procedimentos do NeuralTools como a defini o de conjuntos de dados o treinamento e teste de re
70. onjunto de dados mostra o conjunto de dados a ser usado para a previs o Este conjunto de dados deve ser definido por meio do Gerenciador do conjunto de dados e deve constar na planilha ativa Rede a usar especifica o nome e o local da rede neural a ser usada para a previs o As redes neurais podem ser salvas em uma pasta de trabalho do Excel ou em um arquivo em disco Clique em Procurar para mudar o nome ou o local indicado Correspond ncia entre vari veis especifica como ser estabelecida a correspond ncia entre as vari veis do conjunto de dados a ser testado e as vari veis do conjunto de dados usado para treinar a rede Clique em Editar para mudar a correspond ncia entre vari veis Para obter mais informa es sobre como usar Correspond ncia entre vari veis consulte o comando Teste neste cap tulo Refer ncia de comandos e Previs o para seleciona os casos para os quais ser o feitas as previs es Geralmente s o selecionados casos de previs o com Casos com valores dependentes faltando mas se desejado poss vel fazer previs es para Todos os casos mesmo os casos em que o valor da vari vel dependente conhecido Se houver uma vari vel tag no conjunto de dados os valores da vari vel dependente ser o previstos somente para os casos assinalados com a tag previs o e Op es define o local do valor previsto e as op es da Previs o ao Vivo 1 Colocar valores previstos direto no conj
71. onjunto de dados Dados de treinamento 3177 Tags de casos manuais N o Correspond ncia entre vari veis Autom tico Vars categ ricas indep usadas Nomes do treinamento Vars num ricas usadas Nomes do treinamento Vari vel dependente Var num rica idade i4 4 gt Resumo NeuralTools 3 l Pronto Vis o geral Previs o O objetivo de usar uma rede neural fazer previs es Voc usar uma rede treinada prever valores em novos casos nos quais os valores de output s o desconhecidos O NeuralTools oferece dois m todos de previs o 1 m todo de previs o de valores baseado em comandos para casos contidos em um conjunto de dados 2 Previs o ao Vivo somente na vers o Industrial em que os valores das vari veis independentes de determinado caso contido na planilha podem ser inseridos e o NeuralTools pode ent o calcular automaticamente o valor de output previsto A caixa de di logo Previs o ajuda a definir o processo de previs o de valores para um grupo de casos de um conjunto de dados S poss vel fazer a previs o para casos em que faltam valores de output opcionalmente pode se ativar a Previs o ao Vivo para poder modificar os dados e ver como as mudan as afetam as previs es V rias redes treinadas podem ser usadas para avaliar a diferen a entre os valores previstos NeuralTools Previs o Conjunto de dados Dados de treinamento Rede a usar Rede treinada em Dados de t Em Pasta de tra
72. or gradiente descendente conjugado usado para efetuar isso A medida de erro usada durante o treinamento para avaliar diferentes conjuntos de fatores de suaviza o o erro m dio quadr tico Contudo ao calcular o erro quadr tico para um caso de treinamento o caso em quest o temporariamente exclu do da camada de padr es Isso feito porque o neur nio exclu do calcularia uma dist ncia zero tornando outros neur nios insignificantes no c lculo da previs o Redes neurais probabil sticas Agora vamos tratar das Redes Neurais Probabil sticas Usaremos o conjunto de dados de treinamento a seguir com 2 vari veis num ricas independentes e 1 vari vel dependente com 2 categorias Mais informa es sobre redes neurais 89 Arquitetura PNN 90 Os c rculos representam os casos de treinamento de uma categoria os quadrados representam os casos que pertencem a outra categoria Nosso objetivo prever a categoria do caso representado pelo ponto de interroga o Um observador decidiria que mais prov vel que o caso se inclua na categoria de c rculo do que na categoria de quadrado Contudo muitos m todos de classifica o n o chegar o a essa mesma conclus o Os m todos que requerem a separabilidade linear das categorias fracassar o Os m todos baseados na regra do vizinho mais pr ximo designar o o caso desconhecido categoria de quadrado O mesmo ocorrer com os m todos que se baseiam nas tend ncias cent
73. oria as principais estat sticas e gr ficos no relat rio resumido de teste s o 1 2 previs es inv lidas porcentagem dos casos em que a categoria prevista n o corresponde categoria efetiva Probabilidade m dia incorreta dispon vel somente em redes PNN em cada caso o NeuralTools calcula a probabilidade de categorias incorretas que a soma das probabilidades atribu das pela rede PNN s categorias incorretas Por exemplo se em determinado caso a rede atribuir uma probabilidade de 30 ao vermelho 20 ao amarelo e 50 ao verde e se soubermos que a resposta correta vermelho ent o o valor para o caso em quest o 20 50 70 Esse valor fornece uma medida de erro da previs o de categoria para cada caso individual correspondendo ao Erro Residual da previs o num rica Probabilidade m dia incorreta o valor m dio de erro correspondente a todos os casos Os Relat rios Detalhados mostram a Probabilidade Incorreta para cada caso individual Para compreender melhor este conceito pode ser til mudar as defini es do Relat rio Detalhado de modo a mostrar as probabilidades atribu das por uma Rede Neural Probabil stica a cada categoria poss vel de uma vari vel dependente Para fazer isso selecione Configura es da aplica o no menu Utilidades e clique no menu suspenso direita da linha Colunas nos Relat rios Detalhados Ser exibida a caixa de di logo NeuralTools Colunas a Exibir e
74. os casos do conjunto de dados Categoria vizinha o valor da categoria que ocorre no caso no conjunto de dados pr ximo quele com o valor ausente Categoria selecionada aleatoriamente valor de uma categoria selecionado aleatoriamente entre os valores no conjunto de dados Categoria espec fica define todos os valores ausentes ou indesejados em como um valor espec fico Vari veis num ricas as op es s o Valor m dio da vari vel o valor m dio da vari vel de todos os casos do conjunto de dados Valor mediano da vari vel o valor mediano da vari vel de todos os casos do conjunto de dados Interpola o de valores vizinhos o valor calculado pela interpola o entre os valores das vari veis nos casos do conjunto de dados ao lado do caso com o valor ausente Valor aleat rio entre m n e m x um valor aleat rio selecionado entre os valores m nimo e m ximo das vari veis para todos os casos do conjunto de dados Limpar c lulas apaga os valores selecionados da vari vel seja esta num rica ou categ rica 72 Utilidades Mais informa es sobre valores ausentes Refer ncia Comandos de menu do NeuralTools A caixa de di logo Utilidades de Dados Ausentes fornece uma alternativa para os dados ausentes ela gera dados artificiais para preencher os dados que est o faltando Muitas vezes pode ser melhor simplesmente deixar os dados ausentes como c lulas em branco e deixar o NeuralTo
75. os usar o conjunto de dados de treinamento apresentado no gr fico com uma vari vel num rica independente e uma dependente i iB a ES as RED De as ng Ee ied fem CN Meg PR RR PR EPEE et T T R te Q 12 10 8 amp ee4 20 O 2 4 6 8 10 12 Mais informa es sobre redes neurais Arquitetura GRN 88 Um observador pode discernir um padr o nos dados Se perguntarmos qual o valor dependente desconhecido correspondente ao valor independente 6 poder amos fazer uma estimativa de que aproximadamente superior a 200 e inferior a 400 Observe que essa estimativa n o se baseia nos dois casos conhecidos mais pr ximos que indicariam um valor abaixo de 200 estamos olhando os casos al m deles Entretanto n o prestamos muita aten o aos casos com valores independentes em torno de 10 quanto mais pr ximo um caso conhecido est de um desconhecido mais peso dado ao estimar o valor dependente desconhecido A Rede Neural de Regress o Generalizada baseia se nesses conceitos intuitivos Cada caso de treinamento representado na rede Quando um caso apresentado rede ela calcula o valor dependente previsto usando os valores dependentes de cada caso de treinamento sendo que os casos de treinamento mais pr ximos contribuem de forma mais significativa ao valor do output Uma Rede Neural de Regress o Generalizada para duas vari veis num ricas independentes estruturada da forma mostrada no gr f
76. r conjunto de dados Dados Redes neurais Ferramentas NeuralTools Treinamento de rede neural 2 por Palisade 3 Data quarta feira 23 de dezembro de 2009 17 50 04 treinamento Rede treinada em Dados de treinamento Previsor num rico de GRNN Idade de haliote xis Vari veis categ ricas independentes 1 sexo Vari veis num ricas independentes 7 comprimento didmetro altura peso total peso sem concha peso visceral peso concha Vari vel dependente Var num rica idade Treinamento N mero de casos 3177 Tempo de treinamento 00 03 05 N mero de tentativas 37 Motivo da parada Parada autom tica previs es inadequadas 30 toler ncia 5 09923 Erro m dio quadr tico 1 849 Erro m dio absoluto 1 279 Desvio padr o de erro absoluto 1 335 Conjunto de dados Nome Dados de treinamento N mero de linhas 3177 Tags de casos manuais N o Histograma de diferen as residuais Treinamento Frequ ncia Refer ncia Comandos de menu do NeuralTools 49 50 Para a previs o de classifica o categoria as principais estat sticas e gr ficos contidos no relat rio resumido de treinamento s o 1 2 previs es inadequadas porcentagem dos casos em que a categoria prevista n o corresponde categoria efetiva Probabilidade m dia incorreta dispon vel somente em redes PNN em cada caso o NeuralTools calcula a probabilidade de categorias incorretas que a soma
77. r repetidamente os dados no Excel Al m disso as vari veis do NeuralTools n o se limitam a uma nica coluna de dados na planilha Bem vindo do Excel voc pode usar a mesma coluna para uma nica vari vel em at 255 planilhas Relat rios do NeuralTools O Excel excelente para criar relat rios e gr ficos e o NeuralTools tira m ximo proveito disso Ele usa gr ficos em formato Excel que podem ser facilmente personalizados com novas cores fontes e texto T tulos de relat rios formatos num ricos e texto podem ser alterados da mesma forma que em uma planilha Excel padr o Arraste e solte tabelas e gr ficos de relat rios do NeuralTools diretamente em documentos de outras aplica es O NeuralTools Industrial inclui o recurso de Previs o ao Vivo no qual os valores previstos s o calculados medida que novos dados s o inseridos na planilha do Excel Esse c lculo em tempo real feito automaticamente da mesma forma que os rec lculos feitos pelo Excel Acesso e compartilhamento de dados O Excel conta com timos recursos para importa o de dados o que facilita muito a transfer ncia de seus dados para o NeuralTools Use os recursos padr o do Excel para ler dados do Microsoft SQL Server Oracle Microsoft Access ou qualquer outro banco de dados compat vel com ODBC Carregue dados de arquivos de texto ou outras aplica es se os dados podem ser lidos no Excel podem ser usados no NeuralTools O NeuralTools s
78. r xima camada A pr xima camada pode ser outra camada oculta se for o caso Os outputs dos neur nios na ltima camada oculta s o passados ao neur nio ou neur nios que geram os outputs finais da rede como por exemplo a idade do haliote No es b sicas sobre redes neurais Previs o num rica e de categoria Quando as redes neurais s o usadas para prever valores num ricos geralmente elas produzem apenas um output Isso ocorre porque as redes de output nico s o mais confi veis do que as que produzem m ltiplos outputs e praticamente qualquer problema de previs o poder ser processado por redes de output nico Por exemplo em vez de construir uma nica rede para prever o volume e o pre o de uma a o no dia seguinte melhor criar uma rede para previs es de pre o e outra para previs es de volume Por outro lado as redes neurais usadas para previs o de classifica o ou categoria t m m ltiplos outputs Suponhamos por exemplo que queremos prever se o pre o de uma a o subir mais de 1 cair mais de 1 ou n o mudar mais de 1 Neste caso a rede ter tr s outputs num ricos o output mais alto indicar a categoria selecionada pela rede Como treinar uma rede Treinamento de rede o processo de ajuste fino dos par metros de c lculo com a finalidade de fazer com que a rede produza outputs com valores aproximadamente corretos para os inputs fornecidos Esse processo por um lado
79. r usados nos testes ao efetuar o treinamento diversas vezes Isso pode ser til ao comparar tipos diferentes de redes neurais para eliminar a variabilidade relacionada a diferentes sele es de casos de testes Se a caixa de sele o estiver assinalada pode se inserir um n mero um n mero fixo corresponde a uma sele o fixa de casos de teste o n mero uma semente geradora de n mero aleat rio Observe que a Busca da Melhor Rede usa uma sele o fixa de casos de teste para comparar m ltiplas redes quer esta caixa de sele o esteja assinalada ou n o Refer ncia de comandos O que an lise de impacto de vari veis e Prever automaticamente valores dependentes ausentes especifica que a rede treinada ser usada para prever valores de vari veis dependentes para 1 casos em que o valor de uma vari vel dependente est faltando ou 2 casos em que vari vel Tag prever Vari vel tag um tipo de vari vel conforme especificada no Gerenciador do conjunto de dados e Ativar Previs o ao Vivo especifica que o NeuralTools colocar f rmulas nas c lulas em que os valores de vari veis dependentes previstos s o mostrados para calcular os valores previstos Para obter mais informa es sobre a Previs o ao Vivo veja o comando Prever neste cap tulo e Calcular impacto das vari veis especifica que o NeuralTools calcular o impacto relativo de cada vari vel independente no conjunto de dados de
80. rada do desvio quadr tico m dio Erro m dio absoluto desvio m dio das previs es em rela o aos valores efetivos Impactos das vari veis quando selecionado exibe o impacto relativo das vari veis independentes nas respostas previstas A Histograma de residuais residual a diferen a entre o valor efetivo e o valor previsto Gr ficos de dispers o que mostram as rela es entre os valores efetivos previstos e residuais Refer ncia Comandos de menu do NeuralTools 51 Comando Testar Especifica as defini es para o treinamento de uma rede neural e executa o teste O comando Teste permite 1 especificar as defini es a serem usadas para o teste de uma rede neural e 2 iniciar o teste NeuralTools Teste Conjunto de dados Dados de treinamento Rede a usar Rede treinada em Dados de t Em Pasta d Correspond ncia entre Autom tico Editar vari veis Os dados de teste geralmente s o dados com valores conhecidos de output que n o foram usados no treinamento da rede As op es da caixa de di logo Teste incluem e Conjunto de dados mostra o conjunto de dados a ser usado para testar a rede neural treinada Este conjunto de dados precisa ser definido por meio do Gerenciador do conjunto de dados e constar na planilha ativa e Rede a usar especifica o nome e o local da rede neural a ser testada As redes neurais podem ser salvas em uma pasta de trabalho do Excel ou em um
81. rais j que o caso desconhecido est mais pr ximo do centr ide da categoria de quadrado do que do centr ide da categoria de c rculo A rede PN por m far a previs o correta Ela considerar a dist ncia do novo caso a cada caso de treinamento atribuindo maior peso aos casos mais pr ximos O efeito do quadrado vizinho ser superado pelos c rculos na vizinhan a imediata A Rede Neural Probabil stica estruturada da forma ilustrada no gr fico abaixo que pressup e que h duas vari veis num ricas independentes duas categorias dependentes e cinco casos de treinamento tr s em uma categoria e dois na outra Output Camada de soma 1 neur nio para cada categoria Camada de padr es 1 neur nio para cada caso de treinamento Inputs Redes neurais de regress o generalizada e redes neurais probabil sticas Mais informa es sobre redes neurais Quando um caso apresentado rede cada neur nio da camada de padr es calcula a dist ncia entre o caso do treinamento representado pelo neur nio e o caso do input O valor passado aos neur nios da camada de soma depende da dist ncia e dos fatores de suaviza o Da mesma forma que nas redes GRN cada input tem seu pr prio fator de suaviza o esses fatores determinam a rapidez com que a signific ncia dos casos de treinamento diminui com a dist ncia Na camada de soma h um neur nio para cada categoria dependente cada neur nio perfaz a soma dos valo
82. ration 5 Previs o 12 23 Previs o ao Vivo 24 62 Probabilistic Neural Networks 44 Problemas de classifica o ii Problemas num ricos ii R Redes Multi Layer Feedforward 81 Redes neurais de regress o generalizada 87 Redes Neurais de Regress o Generalizada 17 44 Redes neurais e m todos estat sticos 78 Redes neurais probabil sticas 89 Relat rios de teste 22 55 99 100 Relat rios de treinamento 49 Requisitos de sistema 6 Resumos r pidos em relat rios detalhados 59 S Solver 26 StatTools 26 T Tempo de execu o 46 Testar automaticamente em 40 Teste 12 Tipo de vari vel 36 Transforma o de input 95 Treinamento 12 Treinamento de redes MLF 83 U Uso integrado de treinamento teste e previs o 16 Vv Valores ausentes 73 vari veis tag 37 Vers o Professional 3 Vis o Geral de Previs o 63 Vis o Geral de Teste 54
83. redes neurais 95 96 Leituras recomendadas As seguintes publica es fornecem informa es adicionais sobre as redes neurais usadas no NeuralTools Bishop Christopher M Neural Networks for Pattern Recognition Oxford 1995 Masters Timothy Advanced Algorithms for Neural Networks Wiley 1995 Reed Russell D Robert J Marks Neural Smithing MIT 1999 Mais informa es sobre redes neurais 97 98 ndice remissivo ndice remissivo A Andamento do treinamento 48 Arquitetura GRN 88 Arquitetura MLF 81 Arquitetura PNN 90 C Caixa de di logo Gerenciador de Conjunto de Dados 34 Capacidade em termos de conjunto de dados e vari veis 38 Comando Configura es da aplica o 65 Gerenciador de Rede Neural 69 Prever 60 Testar 52 Treinar 39 Utilidades de dados ausentes 71 Comando Gerenciador de Conjunto de Dados 33 Comando Utilidades de dados ausentes 74 Como evitar excesso de treinamento 85 Como testar uma rede 21 Compara o entre redes MLF e PN GRN 93 Conjunto de dados e vari veis 33 Conjuntos de dados 14 Correspond ncia entre vari veis 53 D Desinstala o do NeuralTools 7 E Erro m dio quadr tico 51 Evolver 26 G Gerenciador de Conjunto de Dados 14 H Histograma de residuais 51 I cones rea de trabalho 7 Instru es de instala o 6 7 M Matriz de classifica o 50 Multi Layer Feedforward Network 44 P Palisade Corpo
84. reinar a rede neural Este conjunto de dados deve ser definido por meio do Gerenciador do conjunto de dados e deve constar na planilha ativa Salvar rede como especifica o nome e local da rede neural a ser treinada As redes neurais podem ser salvas em uma pasta de trabalho do Excel ou em um arquivo em disco Clique em Procurar para mudar o nome ou o local indicado Refer ncia Comandos de menu do NeuralTools 39 40 NeuralTools Salvar Rede Salvar rede treinada Pasta de trabalho ativa Idade de haliote xls Para o arquivo Informa es da Rede Nome Rede treinada em Dados de treinamento Descri o Voc tamb m pode incluir um nome e uma descri o da rede neural a ser salva As op es Ap s o treinamento ser conclu do permitem testar e prever automaticamente usando a rede treinada ap s o treinamento Isso pode ser feito quando os dados a serem testados e previstos se encontram no mesmo conjunto de dados que os dados de treinamento e Testar automaticamente em casos aleatoriamente selecionados especifica 1 a porcentagem dos casos no conjunto de dados que ser exclu da do treinamento para poder ser usada nos testes 2 casos em que a vari vel Tag testar ser usada para testes Vari vel tag um tipo de vari vel conforme especificada no Gerenciador do conjunto de dados e Selecionar os mesmos casos se este n mero for o mesmo determinar que os mesmos casos devem se
85. res de output dos neur nios correspondentes aos casos de treinamento da categoria em quest o Os valores de output dos neur nios da camada de soma podem ser interpretados como estimativas da fun o de densidade de probabilidade para cada classe O neur nio de output seleciona a categoria com o maior valor na fun o de densidade de probabilidade como a categoria prevista Da mesma forma que com as redes GRN o treinamento de uma rede PN consiste em otimizar os fatores de suaviza o para minimizar o erro no conjunto de treinamento usado o m todo de otimiza o Gradiente Descendente Conjugado A medida de erro usada durante o treinamento para avaliar diversos conjuntos de fatores de suaviza o calculada com base em todos os valores retornados pelos neur nios da camada de soma de todos os casos de treinamento A medida leva em conta n o apenas a probabilidade atribu da categoria correta mas tamb m a distribui o de probabilidades atribu das a categorias incorretas melhor ter uma distribui o aproximadamente uniforme de probabilidades nas categorias incorretas do que ter determinada categoria incorreta com alta probabilidade Observe que ao calcular o erro para um caso de treinamento o caso em quest o temporariamente exclu do da camada de padr es Isso ocorre porque o neur nio exclu do calcularia uma dist ncia zero tornando outros neur nios insignificantes no c lculo da previs o 91 92 Compara
86. rve ainda que na previs o num rica o erro indicado na janela de andamento o erro m dio quadr tico baseado em dados em escala veja mais informa es sobre escalas na se o Transforma o de input Na previs o categ rica o erro indicado baseado na representa o num rica dos dados de categoria NeuralTools Treinamento em Andamento Andamento do treinamento Previsor num rico de GRNN Tempo desde o in cio 00 01 35 N mero de tentativas 51 Erro no conjunto de treinamento 0 6796615 Erro nos ltimos 5 minutos Erro durante o per odo de treinamento em horas 48 Refer ncia de comandos Relat rios de Ap s o treinamento podem ser criados relat rios resumidos e treinamento detalhados Esses relat rios detalham o desempenho da rede neural treinada O conte do efetivo dos relat rios gerados especificado na caixa de di logo Configura es da aplica o abaixo das configura es de Relat rios a Gerar e Colunas nos Relat rios Detalhados e Relat rio resumido de treinamento o relat rio resumido de treinamento cont m estat sticas e gr ficos relacionados ao desempenho da rede neural treinada 63 ld 9 amp Idade de haliotexls Modo de Compatibilidade Microsoft Excel Essa E T In cio Inserir Layout da P gina F rmulas Dados Revis o Exibi o Neuralfools 7 X zj gt EN 23 F Utilidades EE ato 35 Ajuda Gerenciador de Treinar Testar Preve
87. s como parte do conjunto de treinamento ou teste ou se foi feita previs o para um caso espec fico 2 Previs o obtida usando rede n mero ou categoria prevista pela rede 3 Probabilidade da categoria prevista para PNN al m de prever uma categoria desconhecida as redes neurais probabil sticas atribuem uma probabilidade mesma Este recurso n o est dispon vel quando as categorias s o previstas usando Redes Multi Layer Feedforward Isto tamb m n o se aplica previs o num rica 4 Probabilidade de categorias incorretas para PNN soma das probabilidades atribu das pela rede PNN a categorias incorretas Por exemplo se em um determinado caso a rede atribuir uma probabilidade de 30 ao vermelho 20 ao amarelo e 50 ao verde e se soubermos que a resposta correta vermelho ent o o valor para o caso em quest o 20 50 70 Esse valor fornece uma medida de erro da previs o de categoria para cada caso individual correspondendo ao Erro Residual da previs o num rica 5 Erro residual a diferen a entre o valor efetivo e o valor dependente previsto N o se aplica previs o de categorias Refer ncia Comandos de menu do NeuralTools 67 68 6 Avalia o adequada inadequada no caso da previs o num rica a coluna informa se a previs o referente a determinado caso est fora da margem definida em torno do valor efetivo a amplitude da margem definida como Toler ncia adequada inadequa
88. s neurais at gerar a que produz as melhores previs es para os seus dados A melhor configura o determinada com base nos dados obtidos por meio do teste portanto para fazer uma busca da Melhor Rede necess rio selecionar a op o Testar automaticamente na guia Treinamento Cap tulo 2 Vis o Geral do NeuralTools 17 Vis o geral Ap s selecionadas as op es de configura o de rede e de Treinamento treinamento o NeuralTools mostra o que ser realizado durante o treinamento da rede Como o treinamento o processo mais demorado na modelagem da rede neural conv m examinar a defini o do treinamento antes de prosseguir O NeuralTools tenta verificar se existe algum problemas com os dados para que voc possa corrigi lo antes de realizar o treinamento se necess rio NeuralTools Vis o Geral de Treinamento Configura es do treinamento Informa es do conjunto de dados Local da rede Pasta de trabalho ativa Nome Dados de treinamento Testar automaticamente N O Tags de casos manuais N O Prever automaticamente N O a N mero de linhas 3177 Relat rios Resumo SIM Detalhado N O N mero de casos de treinamento vali Config da rede GRNN Tempo max de treinamento 2 horas Vari veis Vari vel categ rica independente NUM comprimento 3 categorias NUM di metro F NUM altura NUM peso total NUM peso sem concha Erros e avisos lt lt Voltar Cancelar 18 Vis o geral Pr
89. s de dados O Gerenciador de Conjunto de Dados usado para definir conjuntos de dados de modo que possam ser usados diversas vezes com as suas redes neurais Treinamento com o treinamento uma rede neural gerada a partir de um conjunto de dados composto de casos com valores de output conhecidos Esses dados geralmente consistem em casos hist ricos cujos valores de output vari vel dependente s o conhecidos Teste com o teste a rede neural treinada testada para verificar seu desempenho na previs o de valores de output conhecidos Geralmente os dados usados no teste s o um subconjunto de dados hist ricos Esse subconjunto n o usado no treinamento da rede Ap s o teste o desempenho da rede medido estatisticamente para verificar por exemplo a porcentagem de respostas conhecidas que foram previstas corretamente Previs o uma rede neural treinada usada para prever valores de output desconhecidos Depois de treinada e testada a rede pode ser usada para prever outputs de dados de novos casos O processo de treinamento e teste interativo e s vezes longo Normalmente o treinamento pode ser feito v rias vezes com configura es diferentes at gerar uma rede neural que apresente os melhores resultados ao ser testada Depois de obter a melhor rede ela pode rapidamente ser usada para efetuar previs es Agora vamos ver como o NeuralTools funciona com o Excel e como definir conjuntos de dados e tre
90. ser conectado ao suporte t cnico Fax 1 607 277 8001 Correspond ncia Technical Support Palisade Corporation 798 Cascadilla St Ithaca NY 14850 EUA Se quiser contatar a Palisade Europe E mail support palisade europe com Telefone 44 1895 425050 RU Fax 44 1895 425051 RU Correspond ncia Palisade Europe 31 The Green West Drayton Middlesex UB7 7PN Reino Unido Para contatar a Palisade Asia Pacific E mail support palisade com au Telefone 61 2 9252 5922 Austr lia Fax 61 2 9252 2820 Austr lia Correspond ncia Palisade Asia Pacific Pty Limited Suite 404 Level 4 20 Loftus Street Sydney NSW 2000 Austr lia Ao nos contatar pedimos que sempre inclua o nome do produto a vers o e o n mero de s rie O n mero exato da vers o pode ser encontrado no comando Sobre da Ajuda no menu do NeuralTools Cap tulo 1 Primeiros Passos Vers o Student N o oferecemos suporte t cnico por telefone para a vers o de estudante do NeuralTools Se necessitar de ajuda recomendamos as seguintes alternativas Consulte o seu professor ou colega Acesse http fwww palisade com e veja as respostas s perguntas mais comuns Contate nosso departamento de suporte t cnico por e mail ou fax Requisitos de sistema do NeuralTools Os requisitos de sistema para uso do NeuralTools 7 com Microsoft Excel para Windows s o os seguintes e Microsoft Windows XP ou vers o superior e Microsoft
91. sobre o desempenho da rede neural treinada com o conjunto de dados de teste es EM z Pasta3 Microsoft Excel ces ga In cio Inserir Layout da P gina F rmulas Dados Revis o Exibi o NeuralTools 2 x n A g A Utilidades ste 7E Ajuda Gerenciador de Treinar Testar Prever conjunto de dados Dados Redes neurais Ferramentas NeuralTools Resumo de Teste Executado por Palisade Data quarta feira 23 de dezembro de 2009 17 38 45 Conjunto de dados Dados de treinamento Rede treinada em Dados de treinamento Configura o Previsor num rico de GRNN Local Idade de haliote xls Vari veis categ ricas independentes 1 sexo Vari veis num ricas independentes 7 comprimento di metro altura peso total peso sem concha peso visceral peso concha Vari vel dependente Var num rica idade Teste N mero de casos 3177 previs es inadequadas 30 toler ncia 5 09925 Erro m dio quadr tico 1 849 Erro m dio absoluto 1 279 Desvio padr o de erro absoluto 1 335 Conjunto de dados Nome Dados de treinamento N mero de linhas 3177 Tags de casos manuais NAO Correspond ncia entre vari veis Autom tico Vars categ ricas indep usadas Nomes do treinamento Vars num ricas usadas Nomes do treinamento Vari vel dependente Var num rica idade 4 4 gt Resumo NeuralTools J Refer ncia Comandos de menu do NeuralTools 55 56 Para a previs o de categ
92. ssssssssscessseeseessseseseees Redes Multi Layer Feedforward s sos Arquitetura MLE ssssssscscsssscesssssssccssscssessseseesescesesseeseenseceseeses Treinamento de redes MLE cscccssscsssscessccessecessccescecescceseeeess Redes neurais de regress o generalizada e redes neurais probabil sticas nsina iaeiaiai aaaeaii naana Redes neurais de regress o generalizada seseseseereereseseseereseeee Redes neurais probabil sticas sseseseseeseseeresesesreseeresesesseseseesesesee Compara o entre redes MLF e PN GRN Transforma o de input s ss ssseeereeeaaos Leituras recomendadas ccccsssseccsssesecessseeecnsesecensesuaeensesnanaas ndice remissivo 31 31 32 33 33 39 52 60 65 65 69 71 74 77 77 78 78 79 79 79 80 81 81 83 87 87 89 93 95 97 99 Cap tulo 1 Primeiros Passos Cap tulo 1 Primeiros Passos Introdu o Esta introdu o descreve o conte do da embalagem do NeuralTools e explica como instal lo e vincul lo ao Microsoft Excel 2007 ou vers o mais recente Sobre esta vers o Esta vers o do NeuralTools pode ser usada com o Microsoft Excel 2007 ou vers o mais recente NeuralTools vers es Professional e Industrial O NeuralTools est dispon vel em duas vers es Professional e Industrial As diferen as entre as
93. stentes com esta op o as colunas com dados de Relat rios Detalhados anteriores de um conjunto de dados s o sobrescritas com novos Relat rios Detalhados para excluir manualmente um Relat rio Detalhado selecione todas as colunas que o cont m clicando e arrastando sobre os t tulos das colunas e a seguir selecione Excluir no menu Editar A direita do conjunto de dados com esta op o novas colunas s o inseridas direita do conjunto de dados para conter os novos Relat rios Detalhados A direita dos relat rios existentes com esta op o novas colunas s o inseridas direita do conjunto de dados e relat rios existentes para conter os novos Relat rios Detalhados 66 Utilidades e Colunas a exibir em relat rios detalhados Para cada linha selecionada exibida uma nova coluna no Relat rio Detalhado direita do conjunto de dados que apresentar as informa es de cada caso NeuralTools Colunas a Exibir em Relat rios Detalhados Coluna Treinamento Teste Previs o Tag usada Previs o obtida usando rede Probabilidade da categoria prevista para PNN Probabilidade de categorias incorretas para PNN Erro residual Avalia es adequadas inadequadas Probabilidades de todas as categorias para PNN qR R K K KI g As seguintes colunas podem ser exibidas n u 1 Tag usada s o exibidas tags de treinamento teste e previs o correspondentes a cada caso se foram usada
94. sumo NeuralToos fl Pronto IF H 0 555 0 195 k R E 32 Ji 03 022 0 065 0 1195 0 052 0 01 3341 i 0 545 04 013 0 686 0 3285 0 14 34 i 0485 0365 009 0651 0 3165 0 13 35 0475 036 0 11 044555 0 171 0 096 H H H 36 M 0 625 0 48 0 16 1 2415 0 6575 0 262 i 13 14 Conjuntos de dados e o Gerenciador de Conjunto de Dados No NeuralTools os dados s o estruturados em torno de casos e vari veis Voc trabalha com um conjunto de dados ou com um conjunto de vari veis estat sticas localizado em colunas cont guas com os nomes das vari veis na primeira linha do conjunto de dados Cada linha do conjunto de dados um caso Cada caso cont m um conjunto de valores de vari veis independentes e um valor conhecido ou ausente para a vari vel dependente do output Cabe ao NeuralTools prever os valores das vari veis de output nos casos em que eles s o desconhecidos O Gerenciador de conjunto de dados do NeuralTools permite definir conjuntos de dados vari veis e casos Subsequentemente essas vari veis predefinidas podem ser usadas para treinar e testar redes neurais sem necessidade de selecionar novamente os dados a serem analisados Voc pode colocar todos os casos hist ricos conhecidos em um nico conjunto de dados e os casos para os quais deseja prever resultados em outro conjunto de dados Voc tamb m pode combinar todos os seus dados dados hist ricos conhecidos e dados
95. t lt Voltar Cancelar 63 Relat rios de Ap s a previs o podem ser criados relat rios resumidos e premiado detalhados Esses relat rios detalham o desempenho da rede neural treinada com o conjunto de dados usado no teste O conte do efetivo dos relat rios gerados especificado na caixa de di logo Configura es da aplica o abaixo das configura es de Relat rios a gerar e Colunas nos relat rios detalhados e Relat rio detalhado de previs o Este relat rio colocado ao lado do conjunto de dados usado na previs o Ele fornece um local para as previs es quando o usu rio n o desejar coloc las dentro da vari vel dependente no pr prio conjunto de dados se a vari vel dependente contiver dados hist ricos para determinados casos talvez seja mais seguro n o misturar esses casos hist ricos com as previs es da rede in cio inserir Layout da Pagina F rmuias Dados Revis o Exibigho NeuraiTools ox HER Gerenciador de Treinar Testa em os j uano Paua Redes neasi 7h 0 059 8 F 0 46 0385 0 125 0 4785 0 206 0 1045 0 141 94 i 0 033 Pronto ERT Ao executar v rias previs es voc pode acrescentar Relat rios Detalhados em novas colunas direita do conjunto de dados para poder ver como as previs es mudam nos casos individuais medida que s o usadas novas redes treinadas 64 Refer ncia de comandos Utilidades Comando Configura es da aplica
96. te como o Excel com barras de ferramentas menus e fun es de planilhas personalizadas tudo no pr prio Excel Ao contr rio dos softwares aut nomos de redes neurais o NeuralTools n o requer longo per odo de aprendizagem nem altos custos adiantados de treinamento pois voc trabalha da forma como j est acostumado a fazer no Excel Os seus dados e vari veis est o em planilhas do Excel Voc pode usar f rmulas padr o do Excel para fazer c lculos usar recursos de classifica o e tabelas din micas Relat rios e gr ficos de an lises s o gerados em formato padr o do Excel aproveitando todos os recursos de formata o integrados no Excel Bem vindo ao NeuralTools para o Excel An lises no NeuralTools As redes neurais t m capacidade de aprender as rela es complexas existentes entre os dados Por meio de uma imita o das fun es do c rebro elas discernem padr es existentes nos dados e depois quando s o fornecidos novos dados elas fazem extrapola es para gerar previs es Os tipos de problemas em que as redes neurais s o empregadas podem ser divididos em dois grupos gerais e Problemas de classifica o s o problemas em que se tenta determinar a que tipo de categoria pertence um item desconhecido Exemplos incluem diagn sticos m dicos e previs o da capacidade de pagamento de d bitos e Problemas num ricos situa es em que necess rio prever um resultado num rico espec fico Exemplos inclu
97. terminado input e os neur nios da primeira camada oculta Contudo se a vari vel insignificante for de uma ordem de import ncia maior do que as outras vari veis os pesos ter o de ser reduzidos ainda mais para compensar os valores maiores A escala usa a m dia aritm tica e o desvio padr o para cada vari vel calculados com base no conjunto de treinamento A m dia aritm tica subtra da de cada valor e o resultado dividido pelo desvio padr o Os mesmos par metros de escala s o usados ao testar a rede treinada ou us la para efetuar previs es Dados simb licos ou de categoria n o podem ser usados diretamente com a rede neural pois esta usa n meros como inputs Consequentemente cada vari vel categ rica independente representada por v rios inputs de rede num ricos um para cada categoria poss vel usado o m todo de convers o 1 de n Vamos usar como exemplo o seguinte conjunto de casos de treinamento Idade Estado Valor do Dependente pagamento do empr stimo empr stimo 41 SP 4000 em dia 32 RJ 7000 atrasado 54 MG 6000 em dia 37 SP 5000 inadimplente Os casos s o apresentados a rede da seguinte forma Idade Estado Estado Estado Valor do Dependente RJ MG SP empr stim pagamento do o empr stimo 41 0 0 1 4000 em dia 32 1 0 0 7000 atrasado 54 0 1 0 6000 em dia 37 0 0 1 5000 inadimplente Mais informa es sobre
98. tica Correspond ncia personalizada Selecione a vari vel no conjunto de dados de modo que corresponda a cada vari vel da rede treinada Tipo CAT NUM NUM NUM NUM NUM NUM NUM Vari veis do treinamento Vari veis do conjunto de dados sexo sexo altura altura comprimento comprimento di metro di metro ie es peso_sem_concha peso_total peso visceral Refer ncia Comandos de menu do NeuralTools 53 A caixa de di logo Correspond ncia entre Vari veis apresenta uma lista dos nomes das vari veis de cada conjunto para que se possa estabelecer a correspond ncia A correspond ncia s pode ser estabelecida entre vari veis do mesmo tipo Cada vez que estabelecida uma correspond ncia as atribui es feitas s o armazenadas com o conjunto de dados Ao clicar em Carregar a correspond ncia anterior voc pode ver as correspond ncias feitas anteriormente e acessar um conjunto de atribui es anteriores para o conjunto de dados Caixa de di logo A caixa de di logo Vis o Geral de Teste mostra antes do in cio do Vis o geral de treinamento a configura o de treinamento da rede atual e todos os ieste erros detectados nos dados a serem usados Confira nesta caixa todas as pressuposi es de teste que voc selecionou segundo informadas pelo NeuralTools A se o de Erros e avisos apresenta uma descri o de todos os problemas que o NeuralTools detectou com rela o aos dados que podem ser corrigidos antes de
99. ticas PNN e redes Multi Layer Feedforward MLF A previs o num rica pode ser realizada usando se redes MLF assim como Redes Neurais de Regress o Generalizada GRNN que s o estreitamente relacionadas s redes PNN NeuralTools Treinamento Treinar Configura o da rede Tempo de execu o Tipo de rede Rede PN GRN z Op es Efetuar regress o linear apenas em previs o num rica Descri o Com uma vari vel dependente categ rica ser treinada uma Rede Neural Probabil stica PN Se a vari vel dependente for num rica ser treinada uma Rede Neural de Regress o Generalizada GRN As redes PN GRN funcionam de forma semelhante Cada caso de treinamento representado por um elemento da rede um n Uma previs o para um caso com um valor dependente desconhecido obtida por meio da interpola o dos casos de treinamento sendo que atribu do mais peso aos casos vizinhos Durante o treinamento s o encontrados os par metros timos de interpola o principal vantagem das redes PN GRN que ao contr rio das redes MLF multilayered feedforward elas n o precisam de nenhuma configura o Ao mesmo tempo o grau de exatid o das previs es de modo geral compar vel aos das redes MLF O NeuralTools facilita a sele o da configura o de rede com um recurso de busca da Melhor Rede Quando essa op o selecionada o NeuralTools treina e testa uma variedade de configura es de rede
100. tido descendente no declive da fun o de erro Para reduzir o risco de encontrar o m nimo local em vez do m nimo global o NeuralTools combina os dois m todos de otimiza o determin stico e estoc stico Especificamente o m todo estoc stico de recozimento simulado simulated annealing usado em conjunto com o m todo de gradiente descendente conjugado O algoritmo decide o m todo a ser usado em um determinado ponto baseado nos resultados das tentativas anteriores Para saber mais sobre o m todo de gradiente descendente conjugado veja os artigos publicados por Bishop 1995 e Masters 1995 Para saber mais sobre Simulated Annealing recozimento simulado veja o artigo de Masters 1995 Mais informa es sobre redes neurais 83 Medidas de erro Tempo de treinamento Sele o da topologia 84 A medida de erro usada ao treinar redes de previs o num rica o erro m dio quadr tico de todos os casos de treinamento ou seja a diferen a m dia quadr tica entre a resposta correta e a resposta dada pela rede No caso da classifica o temos mais de um output para cada caso de treinamento isto um output correspondente a cada categoria dependente Calculamos o erro m dio quadr tico com base em todos os outputs de todos os casos de treinamento usando como refer ncia os valores de output desejados para cada caso de treinamento queremos que o valor do output seja pr ximo a 1 para o output correspond
101. treinamento para n o perder tempo NeuralTools Vis o Geral de Treinamento Configura es do treinamento Informa es do conjunto de dados Local da rede Pasta de trabalho ativa Nome Dados de treinamento Testar automaticamente N O Tags de casos manuais N O Prever automaticamente N O i N mero de linhas 3177 Relat rios Resumo SIM Detalhado N O N mero de casos de treinamento v li Config da rede GRNN Tempo m x de treinamento 2 horas Vari veis Vari vel categ rica independente NUM comprimento 3 categorias NUM di metro NUM altura NUM peso total NUM peso sem concha Erros e avisos AVISO Rede a remover Rede treinada em Dados de treinamento rede denominada Rede treinada em Dados de treinamento ser removida da pasta de trabalho ativa lt lt Voltar Cancelar Refer ncia Comandos de menu do NeuralTools 47 Janela A janela Andamento do treinamento informa o status do treinamento cad do da rede durante a execu o O gr fico apresenta detalhes do ERA desempenho do NeuralTools em melhorar a rede e reduzir o erro relatado A janela de andamento do treinamento informa sobre erros nos dados de treinamento A observa o de mudan as nestes valores n o deve levar a nenhuma conclus o direta sobre a qualidade das previs es que a rede far com rela o aos casos que n o foram usados no treinamento Esse tipo de conclus o deve se basear no erro obtido nos dados de teste Obse
102. treinamento ao estabelecer as previs es calculadas pela rede A finalidade da an lise do Impacto de vari veis medir a sensibilidade das previs es da rede a mudan as nas vari veis independentes Esta an lise feita somente para os dados de treinamento Como resultado da an lise atribu do um valor de Impacto relativo da vari vel a cada vari vel independente Esses valores s o percentuais e sua soma total 100 Quanto mais baixo o valor de uma determinada vari vel menor o seu efeito sobre as previs es Os resultados da an lise podem auxiliar na sele o de um novo conjunto de vari veis independentes ou seja um conjunto que produzir previs es mais exatas Por exemplo uma vari vel com baixo valor de impacto pode ser eliminada em favor de uma nova vari vel Contudo necess rio estar ciente de que os resultados da An lise de Impacto s o relativos a uma determinada rede O fato de uma rede ter aprendido a ignorar uma determinada vari vel torna prov vel que outra rede tamb m aprender a ignor la por m uma outra sess o de treinamento com outro tipo de rede poderia descobrir como essa vari vel pode ter uma contribui o importante para obter previs es exatas Em conjuntos de dados com menor quantidade de casos e ou maior quantidade de vari veis as diferen as no impacto relativo das vari veis entre as redes treinadas podem ser mais pronunciadas Refer ncia Comandos de menu do Neura
103. uada i 9 11 0 8655 0 4095 0 565 10 11 5 12 95jAdequada H 0 1695 0 0945 omas 7 85 0 5795 0 1825 0206 95 0 122 0 052 0 7 85 0 527 0 374 03175 n 125 0 331 0 14 02 0 ns 0 222 0 0735 0106 7 85 0487 0 2215 0 445 20 215 1232 0 519 0612 mj 155 0 545 03315 032 9 105 0 1185 0 064 oors 7 85 0 0065 0 003 0005 3 45 0 175 0 065 om 7 8s 4 4 Dados de treinamento Odos do teste _ Dados de prevs o C huts 29 comentada por Patnace M dia 2672340418 Contagem 31789 Soma 76410 5155 ss C jpn ia Refer ncia Comandos de menu do NeuralTools 59 Comando Prever Especifica as defini es da previs o de valores usando uma rede neural treinada e executa a previs o O comando Prever permite 1 especificar as defini es da previs o de valores usando uma rede neural treinada e 2 executar a previs o NeuralTools Previs o Conjunto de dados Dados de treinamento Rede a usar Rede treinada em Dados de t Em Pasta de tra Correspond ncia entre Autom tico Editar vari veis Previs o para Casos com valores dependentes Faltando Todos os casos c Op es Colocar valores previstos direto no conjunto de dados IV ativar Previs o ao Vivo IV Excluir Previs o ao Vivo para casos com valores inv lidos ou ausentes Os dados a serem previstos geralmente s o casos com valores de vari veis dependentes desconhecidos As op es da caixa de di logo Previs o incluem C
104. uais podem parecer aproximadamente normalmente distribu das Para testar a hip tese de distribui o normal pode se aplicar um dos testes de normalidade do StatTools s vari veis residuais no Relat rio Detalhado Um exemplo disso fornecido no arquivo An lise para previs o de idade de haliote com StatTools xls O recurso Previs o ao Vivo do NeuralTools facilita averiguar como as mudan as nos valores independentes afetam a previs o Outras ferramentas dispon veis no Excel podem ser usadas com a Previs o ao Vivo para explorar a rela o entre as vari veis independentes e a dependente Vis o geral Solver o otimizador integrado do Excel pode ser usado com o recurso de Previs o Instant nea do NeuralTools para calcular os melhores valores de decis o para as previs es efetuadas no NeuralTools O arquivo Cr dito autom vel com Solver xls apresenta um exemplo No exemplo usada uma rede neural para prever se um tomador de empr stimo efetuar os pagamentos pontualmente A rede neural por m talvez s forne a 60 de certeza de que a resposta est correta O Solver do Excel pode ent o ser usado para determinar um valor do empr stimo que daria 90 de certeza de que o indiv duo ir pagar pontualmente Nesse caso o otimizador experimenta diferentes valores de empr stimos e o NeuralTools atualiza automaticamente o valor da probabilidade Evolver o otimizador da Palisade baseado em algoritmo gen tico p
105. unto de dados Esta op o especifica que em cada caso previsto os valores previstos ser o colocados diretamente no local da vari vel dependente no conjunto de dados possivelmente al m de serem colocados no Relat rio Detalhado dependendo de os Relat rios Detalhados estarem selecionados na defini o de Relat rios a gerar nas Configura es da aplica o Isso sobrescreve todo o conte do atual da c lula e por este motivo deve ser usado com cautela Os valores previstos podem ser identificados pela cor que aparecem no conjunto de dados 2 Ativar Previs o ao Vivo especifica que o NeuralTools colocar f rmulas nas c lulas em que os valores de vari veis dependentes previstos s o mostrados Estas f rmulas permitem que o NeuralTools calcule os valores previstos medida que os valores independentes mudam 3 Excluir Previs o ao Vivo para casos com valores inv lidos ou ausentes especifica que n o ser inclu da uma f rmula de previs o ao vivo nos casos em que os valores de input das vari veis estiverem faltando Valores de input ausentes fazem com que as f rmulas da previs o ao vivo retornem um valor de erro Contudo nos casos com valores independentes ausentes pode ser til permitir que o NeuralTools insira f rmulas porque assim que os valores ausentes s o preenchidos a previs o aparece automaticamente Refer ncia Comandos de menu do NeuralTools 61 Previs o ao Vivo Este recurso s oferecido
106. x ALOR Cancelar sele o de toda as vari veis IV Dados n o num ricos em vari veis num ricas I valor espec fico O que usar como substitui o Vari veis categ ricas Categoria mais frequente Vari veis num ricas Valor m dio vari vel Eq A caixa de di logo Utilidade de Dados Ausentes apresenta as seguintes op es e Vari veis a modificar fornece uma lista de vari veis usadas no conjunto de dados da planilha atual e exibe o n mero de dados ausentes erros e dados n o num ricos de vari veis num ricas Assinalar uma vari vel a seleciona para que os dados ausentes ou indesejados sejam substitu dos A lista de vari veis cont m um submenu de contexto com comandos para selecionar e cancelar a sele o de grupos de vari veis Refer ncia Comandos de menu do NeuralTools 71 e Valores a substituir seleciona os tipos de valores que ser o substitu dos nas vari veis selecionadas Valor espec fico permite substituir todas as inst ncias de um valor espec fico por uma vari vel com um novo valor e Oque usar como substitui o especifica valores a serem colocados no conjunto de dados em vez dos dados ausentes ou indesejados Valores diferentes s o especificados para vari veis categ ricas e num ricas Vari veis categ ricas as op es s o Categoria mais frequente Categoria menos frequente o valor da categoria que ocorre com maior ou menor frequ ncia para
107. xemplo foi criado pela Palisade Corporation Fo o 0 705 0 555 0 195 1 7525 f E 03 022 0065 0 1195 0 052 0 0155 ap i 0 545 04 0 13 0 686 0 3285 0 1455 alo i 0 485 036 0 09 0 651 0 3165 0 132 Es 0 475 0 36 0 11 0 4555 0 171 0 0965 M 0 625 048 0 16 1 2415 0 6575 0 2625 aF i 0 565 0445 0 125 0 8305 0 3135 0 1785 mM 069 054 0 185 1 6195 0 533 0 353 M 4 h Dados de treinamento Dados do teste Dados de previs o Resumo NeuraiToos Pronto Refer ncia Comandos de menu do NeuralTools 31 32 cones nas caixas de di logo Dois cones podem aparecer nas caixas de di logo do NeuralTools o cone Ajuda e o cone Configura es da aplica o O cone Ajuda permite acessar rapidamente o t pico da Ajuda relacionado caixa de di logo em quest o O cone Configura es da aplica o abre a caixa de di logo Configura es da Aplica o onde voc pode definir ou editar configura es para relat rios do NeuralTools bem como as configura es padr o de treinamento previs o e tempo de execu o ralTools Treinamento Treinar Configura o da rede Tempo de execu o Conjunto de dados Dados do empr stimo Salvar rede como Rede treinada em Dados do e Para Pasta de trabe Procurar Ap s o treinamento ser conduido casos selecionados a Selecionar os mesmos casos se este n mero for o mesmo

Download Pdf Manuals

Related Search

Related Contents

DT8 − 1    太陽光システム専用 電源用SPD  Samsung 1300 W Aspiradoras Sin bolsa VCC4310H14/XAX Manual de Usuario  GUIDE DE LA PEDAGOGIE DE L`INTEGRATION dans  Le Simili-Nobiliaire français  USER MANUAL    Evolution Series EV6 – EV120 – EV240 Manuale Utente  BENDIX BW7519S User's Manual  

Copyright © All rights reserved. Failed to retrieve file