KNNs sind ein Beispiel für ein "lernendes" System, das auf Eingabedaten (in einer Domäne) "trainiert", um (ungesehene) Daten in dieser Domäne effektiv zu klassifizieren. Sie wurden für alles von der Zeichenerkennung bis hin zu Computerspielen und darüber hinaus eingesetzt.
Wenn Sie versuchen, eine Domain zu finden, wählen Sie ein Thema oder ein Feld, das Sie interessiert, und sehen Sie, welche Arten von Klassifizierungsproblemen dort existieren.
Am häufigsten für die Klassifizierung von lauten Eingaben in feste Kategorien, wie handgeschriebene Buchstaben in ihren entsprechenden Charakter, gesprochene Sprache in Phoneme oder verrauschte Sensormesswerte in eine Reihe fester Werte. Normalerweise ist der Kategoriensatz klein (23 Buchstaben, ein paar Dutzend Phoneme usw.)
Andere werden darauf hinweisen, wie all diese Dinge besser mit spezialisierten Algorithmen erledigt werden ....
Ich habe einmal einen ANN geschrieben, um den Aktienmarkt vorherzusagen. Es gelang mit einer Genauigkeit von etwa 80%.
Der Cue hier war, zuerst ein paar Millionen Reihen von realen Bestandsdaten zu ergattern. Ich habe diese Daten verwendet, um das Netzwerk zu trainieren und es für echte Daten vorzubereiten. Es gab ungefähr 8-10 Eingangsvariablen und einen einzelnen Ausgangswert, der den vorhergesagten Wert der Aktie am nächsten Tag anzeigen würde.
Sie können auch die (alte) ALVINN-Netzwerk , wo ein Auto gelernt hat, alleine zu fahren, indem es Straßendaten beobachtet, wenn ein menschlicher Fahrer hinter dem Steuer saß.
KNN werden auch in der Bioinformatik häufig verwendet.
Tags und Links neural-network artificial-intelligence