ReLU närvivõrgu ennustusmääramatuse hindamine regressioonülesannetes

Abstract

Käesolevas töös uuriti ReLU närvivõrgu võimekust enda ruutviga ennustada regressioonülesandel. Närvivõrkude ennustusmääramatuse teadmine on oluline, sest see võimaldab mõista mudeli ennustuste usaldusväärsust. Katsetati nelja erineva ennustatava funktsiooniga ning mõõdeti närvivõrkude ennustuste täpsust. Töös leiti, et nii piirkonnas leiduvate treeningandmete logaritmi pöördväärtus kui ka murdepunktide kogus on hinnangu andmisel olulised. Ühtlasi leiti, et lähemal asuvad murdepunktide ning treeningandmete kogus on olulisem kui kaugemal asuvate kogus.