Redes neurales vs modelos estadísticos: Simulaciones sobre tareas de predicción y clasificación

作者: Alfonso Pitarque , Juan Francisco Roy , Juan Carlos Ruiz

DOI:

关键词:

摘要: En este trabajo se comparan mediante simulacion redes neuronales (del tipo perceptron multicapa) con modelos estadisticos (regresion multiple, analisis discriminante y regresion logistica) en tareas de prediccion clasificacion (binaria o no binaria), manipulando los patrones correlacion existentes entre predictores (o variables entrada) por un lado, el criterio (variable salida) otro. Los resultados muestran que neurales multiple tienden a rendir igual. Por contra las todo condiciones rinden mejor logistica. Se discuten marco la polemica vs convencionales.

参考文章(24)
Brian D. Ripley, Statistical aspects of neural networks Springer US. pp. 40- 123 ,(1993) , 10.1007/978-1-4899-3099-6_2
Bonifacio Martín del Brío, Alfredo Sanz Molina, Redes neuronales y sistemas borrosos: introducción teórica y práctica RA-MA. ,(1997)
Barbara G Tabachnick, Linda S Fidell, Jodie B Ullman, None, Using multivariate statistics ,(1983)
Yves Chauvin, David E. Rumelhart, Richard Durbin, Richard Golden, Backpropagation: the basic theory Backpropagation. pp. 1- 34 ,(1995)
BRUCE E ROSEN, Ensemble Learning Using Decorrelated Neural Networks Connection Science. ,vol. 8, pp. 373- 384 ,(1996) , 10.1080/095400996116820
Thomas R. Knapp, Canonical correlation analysis: A general parametric significance-testing system. Psychological Bulletin. ,vol. 85, pp. 410- 416 ,(1978) , 10.1037/0033-2909.85.2.410
N. L. Hjort, Brian D. Ripley, Pattern recognition and neural networks ,(1996)