Технологии интеллектуального анализа данных : учебное пособие

261 Метод Resilent Propagation ( Rprop ) – эластичное распростра- нение. Алгоритм использует так называемое «обучение по эпохам», когда коррекция весов происходит после предъявления сети всех примеров из обучающей выборки. Преимущество данного метода заключается в том, что он обеспечивает сходимость, а следовательно, и обучение сети в 4–5 раз быстрее, чем алгоритм обратного распространения. Для алгоритма Resilient Propagation указываются параметры:  шаг спуска – коэффициент увеличения скорости обучения, который определяет шаг увеличения скорости обучения при недос- тижении алгоритмом оптимального результата;  шаг подъема – коэффициент уменьшения скорости обуче- ния. Задается шаг уменьшения скорости обучения в случае пропус- ка алгоритмом оптимального результата. Далее необходимо задать условия, при выполнении которых обучение будет прекращено:  считать пример распознанным, когда ошибка меньше: если рассогласование между эталонным и реальным выходом сети ста- новится меньше заданного значения, то пример считается верно распознанным;  по достижении эпохи – установка данного режима позво- ляет задать число эпох (циклов обучения), по достижении которого обучение останавливается независимо от величины ошибки. Если значение данного параметра не указано, то обучение будет про- должаться, пока ошибка не станет меньше заданного значения, но при этом есть вероятность зацикливания, когда ошибка никогда не будет достигнута;  обучающее множество – остановка обучения производится по достижении на обучающем множестве заданной средней ошиб- ки, максимальной ошибки или процента распознанных примеров.