人工ニューラルネットワークの結果が偶然ではないことを確認する方法

Question

ANNの背後にある理論を完全に理解しています（この場合、バックプロパゲーションのフィードフォワード）。ネットワークが学習するにつれて、正しい結果を得るために重みが調整されます。しかし、ランダムな重みを使用してネットワークを初期化する確率的要素のために、生成された結果が偶然/純粋な偶然によるものではないことをどのように確認することができるだろうか？

Answer 1

これはむしろ哲学的な質問のようですね。重要ではない場合には、特定の重み付け値が偶然に部分的に駆動されます。ご存じのように、ANNの特徴は、「推論プロセス」が追跡できないことです。正しい答えを得るか、そうでないかのどちらかです。トレーニングを通して、正しい答えを得ることを望む機能を洗練させます。その関数が正しい結果を確実に生成するならば、関数の導出の要素であったということに違いはありません。

トレーニングセット内のすべての問題についてANNが正しい結果を得て、それまで見たことのない問題でもANNが正しい結果を得ている可能性があります。これは最初に過大パラメータが設定されたことを意味するため、トレーニングセットを「記憶」するだけです。それは、トレーニングセットが問題の範囲を表すには不十分であったことを意味する可能性があります。これらのそれぞれのケースでは、チャンスは、部分的に正しく機能してしまった機能と、追加の問題に対してどんな種類の間違った結果をもたらすかを判断します。

問題に適したANNとそれをプライミングするのに十分なトレーニングセットがあれば、正しい結果が確実に得られます。チャンスはそれが具体化する機能を正確に決める役割を果たしましたが、選択された機能は - とにかく不透明で - 何が気になるのですか？