بررسي روش¬هاي پايه ساخت شبكه عصبي جمعي

شبكه عصبي جمعي يك روش يادگيري است، كه در آن چندين شبكه به طور مشترك براي حل يك مسئله مورد استفاده قرار مي¬گيرند. هدف از ساخت شبكه جمعي، رسيدن به عملكرد بهتر از نظر دقت پيش¬بيني و قابليت تعميم براي داده¬هاي ناشناخته نسبت به يك شبكه منفرد است. در اين مقاله سه روش¬ متفاوت آموزش شبكه¬هاي جمعي از جمله، بگينگ، آدابوست و يادگيري همبستگي منفي (NCL) را براي حل مسائل رگرسيون مورد بررسي قرار داده¬ايم و جهت ارزيابي، اين روش¬ها را بر مجموعه داده¬ي شناخته شده¬ي خانه¬ي بوستون بررسي كرده و عملكرد آن¬ها را از نظر صحت و قابليت تعميم براي پيش¬بيني داده¬هاي ناشناخته با استفاده از معيارهاي ميانگين مربع خطا و ضريب همبستگي مقايسه كرده¬ايم.