Manual do Usuário
NeuralTools
Add-In de Rede Neural para o
®
Microsoft
Versão 5.5
janeiro, 2010
Excel
Palisade Corporation
798 Cascadilla St.
Ithaca, NY 14850
EUA
+1 607 277-8000
+1 607 277-8001 (fax)
http://www.palisade.com (website)
sales@palisade.com (e-mail)
Direitos autorais
Copyright © 2010, Palisade Corporation.
Reconhecimento de marcas registradas
Microsoft, Excel e Windows são marcas registradas da Microsoft Corporation.
IBM é marca registrada da International Business Machines, Inc.
Palisade, TopRank, BestFit e RISKview são marcas registradas da Palisade Corporation.
Bem-vindo ao NeuralTools para o Excel
Bem-vindo
O NeuralTools coloca à sua disposição um novo conjunto avançado
de ferramentas de modelagem para uso com o Microsoft Excel – a
ferramenta de modelagem e análise de dados padrão do setor!
NeuralTools é um suplemento (add-in) de redes neurais para o
Microsoft Excel, que possibilita analisar dados em planilhas de Excel e
trabalhar no ambiente do Microsoft Office que você já conhece. Com
um gerenciador de dados de alta capacidade e avançados algoritmos
de redes neurais, o NeuralTools oferece todas as vantagens: a
facilidade de uso e elaboração de relatórios do Microsoft Office e a
capacidade avançada e exatidão de previsões das redes neurais.
Trabalhe em um ambiente conhecido
Se você sabe usar o Excel, sabe como trabalhar com o NeuralTools! O
NeuralTools funciona exatamente como o Excel, com barras de
ferramentas, menus e funções de planilhas personalizadas – tudo no
próprio Excel. Ao contrário dos softwares autônomos de redes
neurais, o NeuralTools não requer longo período de aprendizagem
nem altos custos adiantados de treinamento, pois você trabalha da
forma como já está acostumado a fazer no Excel. Os seus dados e
variáveis estão em planilhas do Excel. Você pode usar fórmulas
padrão do Excel para fazer cálculos, usar recursos de classificação e
tabelas dinâmicas. Relatórios e gráficos de análises são gerados em
formato padrão do Excel, aproveitando todos os recursos de
formatação integrados no Excel.
Bem-vindo ao NeuralTools para o Excel i
Análises no NeuralTools
As redes neurais têm capacidade de aprender as relações complexas
existentes entre os dados. Por meio de uma imitação das funções do
cérebro, elas discernem padrões existentes nos dados e depois,
quando são fornecidos novos dados, elas fazem extrapolações para
gerar previsões. Os tipos de problemas em que as redes neurais são
empregadas podem ser divididos em dois grupos gerais:
• Problemas de classificação: são problemas em que se tenta
determinar a que tipo de categoria pertence um item
desconhecido. Exemplos incluem diagnósticos médicos e
previsão da capacidade de pagamento de débitos.
• Problemas numéricos: situações em que é necessário prever
um resultado numérico específico. Exemplos incluem a
previsão de preços de ações e a previsão do nível de vendas
durante um período futuro.
As redes neurais são usadas em uma variedade de aplicações,
incluindo: previsões no mercado de ações, atribuição de grau de risco
para empréstimos e crédito, detecção de fraude de crédito, previsão
de vendas, previsão de negócios em geral, risco de investimentos,
diagnósticos médicos, pesquisas científicas e sistemas de controle.
O NeuralTools fornece os mais avançados algoritmos de redes
neurais, possibilitando efetuar as melhores previsões tanto para
problemas de classificação (denominados previsão categórica no
NeuralTools) como para problemas numéricos.
ii Bem-vindo
Gerenciamento de dados no NeuralTools
O NeuralTools oferece um gerenciador completo de conjuntos de
dados e variáveis, no próprio Excel, semelhante ao fornecido com o
StatTools, o suplemento de estatística da Palisade para o Excel. Você
pode definir quantos conjuntos de dados quiser, cada um com as
variáveis que deseja analisar, diretamente com os dados já contidos
no Excel. O NeuralTools analisa os blocos de dados de forma
inteligente, sugerindo nomes e tipos de variáveis, além de locais para
os dados. Os conjuntos de dados e as variáveis podem residir em
diferentes planilhas e pastas de trabalho, o que permite organizá-los
de acordo com a sua preferência. Assim, você pode treinar as redes
neurais relacionadas às suas variáveis, em vez de ter de selecionar
repetidamente os dados no Excel. Além disso, as variáveis do
NeuralTools não se limitam a uma única coluna de dados na planilha
do Excel; você pode usar a mesma coluna para uma única variável em
até 255 planilhas!
Bem-vindo ao NeuralTools para o Excel iii
Relatórios do NeuralTools
O Excel é excelente para criar relatórios e gráficos, e o NeuralTools
tira máximo proveito disso. Ele usa gráficos em formato Excel que
podem ser facilmente personalizados com novas cores, fontes e texto.
Títulos de relatórios, formatos numéricos e texto podem ser alterados
da mesma forma que em uma planilha Excel padrão. Arraste e solte
tabelas e gráficos de relatórios do NeuralTools diretamente em
documentos de outras aplicações
O NeuralTools Industrial inclui o recurso de Previsão ao Vivo, no
qual os valores previstos são calculados à medida que novos dados
são inseridos na planilha do Excel. Esse cálculo em tempo real é feito
automaticamente, da mesma forma que os recálculos feitos pelo Excel.
Acesso e compartilhamento de dados
O Excel conta com ótimos recursos para importação de dados, o que
facilita muito a transferência de seus dados para o NeuralTools! Use
os recursos padrão do Excel para ler dados do Microsoft SQL Server,
Oracle, Microsoft Access ou qualquer outro banco de dados
compatível com ODBC. Carregue dados de arquivos de texto ou
outras aplicações – se os dados podem ser lidos no Excel, podem ser
usados no NeuralTools!
O NeuralTools salva todos os resultados e dados em pastas de
trabalho do Excel. Da mesma forma que com qualquer arquivo do
Excel, é possível enviar resultados e redes do NeuralTools a colegas
em qualquer lugar. O compartilhamento não poderia ser mais fácil!
NeuralTools Professional e Industrial
O NeuralTools está disponível em duas versões: Professional e
Industrial. As diferenças dessas versões são as seguintes:
• No NeuralTools Professional o número de conjuntos de dados
é limitado a 1000 casos; na versão Industrial, podem haver até
16.777.216 casos .
• O recurso de Previsão ao Vivo, que calcula os valores
previstos à medida que novos dados são inseridos na planilha
do Excel, só é fornecido no NeuralTools Industrial. Esse
cálculo em tempo real é feito automaticamente, da mesma
forma que os recálculos feitos pelo Excel.
iv Bem-vindo
Índice
Bem-vindo ao NeuralTools para o Excel i
Bem-vindo ............................................................................................i
Trabalhe em um ambiente conhecido.................................................. i
Análises no NeuralTools .......................................................................ii
Gerenciamento de dados no NeuralTools.........................................iii
Relatórios do NeuralTools....................................................................iv
Acesso e compartilhamento de dados ................................................iv
NeuralTools Professional e Industrial............................................... iv
Índice v
Capítulo 1: Primeiros Passos 1
Introdução ...........................................................................................3
Verificação do pacote...............................................................................3
O que está incluído no pacote................................................................3
Sobre esta versão......................................................................................3
Funcionamento com o seu ambiente operacional..............................4
Se necessitar de ajuda..............................................................................4
Requisitos de sistema do NeuralTools.................................................6
Instruções de instalação....................................................................7
Instruções gerais de instalação ..............................................................7
Instalação de ícones ou atalhos do NeuralTools ................................8
O DecisionTools Suite ............................................................................8
Ativação do software..........................................................................9
Capítulo 2: Visão Geral do NeuralTools 13
Visão geral.........................................................................................15
Por que usar redes neurais?..................................................................15
NeuralTools e redes neurais.................................................................16
Menu e barra de ferramentas do NeuralTools..................................17
Conjuntos de dados e o Gerenciador de Conjunto de Dados........18
Treinamento de rede neural.................................................................20
Como testar uma rede............................................................................25
Previsão....................................................................................................27
Relatórios e gráficos do NeuralTools.................................................29
Índice v
Utilidades do NeuralTools.................................................................. 30
Como usar o NeuralTools com StatTools, Solver e Evolver.......... 30
Capítulo 3: Guia de Referência do NeuralTools 33
Introdução.........................................................................................35
Referência: Ícones do NeuralTools 37
Barra de ferramentas do NeuralTools............................................ 37
Referência: Comandos de menu do NeuralTools 39
Introdução.........................................................................................39
Ícones nas caixas de diálogo................................................................ 40
Referência de comandos................................................................. 41
Comando: Gerenciador de Conjunto de Dados............................... 41
Comando: Treinar ................................................................................. 48
Comando: Testar.................................................................................... 61
Comando: Prever................................................................................... 69
Utilidades .......................................................................................... 75
Comando: Configurações da aplicação.............................................. 75
Comando: Gerenciador de Rede Neural........................................... 79
Comando: Utilidades de dados ausentes.......................................... 81
Mais informações sobre redes neurais 85
Noções básicas sobre redes neurais............................................. 85
Comparacao entre redes neurais e metodos estatisticos ................ 86
Estrutura de uma rede neural.............................................................. 86
Previsão numérica e de categoria ....................................................... 87
Como treinar uma rede......................................................................... 87
Processamento computacional de redes neurais ............................. 87
Tipos de redes neurais.......................................................................... 88
Redes Multi-Layer Feedforward......................................................89
Arquitetura MLF.................................................................................... 89
Treinamento de redes MLF ................................................................. 91
Redes neurais de regressão generalizada e redes neurais
probabilísticas............................................................................... 95
Redes neurais de regressão generalizada.......................................... 95
Redes neurais probabilísticas............................................................. 97
Comparação entre redes MLF e PN/GRN.....................................101
Transformação de input ................................................................103
vi
Leituras recomendadas .................................................................105
Índice remissivo 107
Índice vii
viii
Capítulo 1: Primeiros Passos
Introdução ...........................................................................................3
Verificação do pacote...............................................................................3
O que está incluído no pacote................................................................3
Sobre esta versão......................................................................................3
Funcionamento com o seu ambiente operacional..............................4
Se necessitar de ajuda..............................................................................4
Requisitos de sistema do NeuralTools.................................................6
Instruções de instalação....................................................................7
Instruções gerais de instalação ..............................................................7
Instalação de ícones ou atalhos do NeuralTools ................................8
O DecisionTools Suite ............................................................................8
Ativação do software..........................................................................9
@RISK 4.5 Help System © Palisade Corporation, 1999
Capítulo 1: Primeiros Passos 1
2
Introdução
Esta introdução descreve o conteúdo da embalagem do NeuralTools e
explica como instalá-lo e vinculá-lo ao Microsoft Excel 2000 para
Windows 2000 ou versão mais recente.
Verificação do pacote
O pacote do NeuralTools deve conter:
CD-ROM do NeuralTools ou DecisionTools Suite com:
• Programa NeuralTools
• Tutorial do NeuralTools
• Manual do Usuário do NeuralTools (este livro) em formato .PDF
Contrato de licença do NeuralTools
Se algo estiver faltando, entre em contato com o seu revendedor ou
distribuidor do NeuralTools, ou ligue diretamente para a Palisade
Corporation pelo número +1 (607) 277-8000.
O que está incluído no pacote
O NeuralTools pode ser adquirido individualmente ou com a versão
Professional ou Industrial do DecisionTools Suite. O CD-ROM do
NeuralTools contém o add-in (suplemento) NeuralTools para Excel,
vários exemplos para o NeuralTools e um sistema de ajuda eletrônica
totalmente indexado. As versões Professional e Industrial do
DecisionTools Suite contêm todos os componentes mencionados
acima, além de aplicações adicionais.
Sobre esta versão
Esta versão do NeuralTools pode ser instalada como programa de 32
bits para o Microsoft Excel 2000 ou versão mais recente.
Capítulo 1: Primeiros Passos 3
Funcionamento com o seu ambiente operacional
Este Guia do Usuário pressupõe que o usuário saiba, de modo geral,
usar o sistema operacional Windows e o Excel. Especificamente:
• O usuário sabe usar o computador e o mouse.
• O usuário conhece termos como: ícones, clique, duplo-clique ou clicar
duas vezes, menu, janela, comando, objeto.
• O usuário tem uma compreensão de conceitos básicos como: estrutura de
diretórios, atribuição de nomes a arquivos.
Se necessitar de ajuda
Fornecemos suporte técnico gratuito a todos os usuários registrados
do NeuralTools com plano de manutenção vigente; também
oferecemos suporte técnico mediante pagamento por incidente
individual. Para ter certeza de estar registrado como usuário do
NeuralTools, faça seu registro online, no site
http://www.palisade.com/support/register.asp.
Ao nos contatar por telefone, tenha à mão o número de série do seu
produto e o Manual do Usuário. Podemos prestar melhor suporte
técnico se você estiver em frente ao seu computador, pronto para
trabalhar.
Antes de nos contatar
4 Introdução
Antes de contatar o suporte técnico, confira o seguinte:
• Você consultou a Ajuda online?
• Você consultou este Manual do Usuário e assistiu ao tutorial multimídia
online?
• Você leu o arquivo LEIAME.WRI? Ele contém informações atualizadas
sobre o NeuralTools, que podem não estar incluídas no manual.
• O problema que está ocorrendo pode ser reproduzido sempre da mesma
forma? É possível reproduzir o problema em outro computador ou outro
modelo de computador?
• Você consultou nosso site na Internet? O endereço é:
http://www.palisade.com. O site também contém respostas a
perguntas frequentes (FAQ), na forma de um banco de dados pesquisável
de perguntas com as respostas do suporte técnico, assim como patches
para o NeuralTools, na seção Suporte Técnico. Recomendamos acessar o
site regularmente para ver as últimas informações sobre o NeuralTools
e outros programas da Palisade.
Como contatar a
Palisade
A Palisade Corporation recebe com satisfação perguntas, comentários
e sugestões relacionados ao NeuralTools. Entre em contato com a
nossa equipe de suporte técnico pelos seguintes meios:
• E-mail: support@palisade.com.
• Telefone: +1-607-277-8000, dias úteis, das 9h às 17h (horário de Nova
York). Siga as instruções telefônicas para ser conectado ao suporte
técnico.
• Fax: +1-607-277-8001.
• Correspondência:
Technical Support
Palisade Corporation
798 Cascadilla St.
Ithaca, NY 14850
EUA
Se quiser contatar a Palisade Europe:
• E-mail: support@palisade-europe.com.
• Telefone: +44 1895425050 (RU).
• Fax: +44 1895425051 (RU).
• Correspondência:
Palisade Europe
31 The Green
West Drayton
Middlesex
UB7 7PN
Reino Unido
Para contatar a Palisade Asia-Pacific:
• E-mail: support@palisade.com.au.
• Telefone: +61 2 9929 (Austrália).
• Fax: +61 2 9954 3882 (Austrália).
• Correspondência:
Palisade Asia-Pacific Pty Limited
Suite 101, Level 1
8 Cliff Street
Milsons Point NSW 2061
Austrália
Capítulo 1: Primeiros Passos 5
Versão Student
Ao nos contatar, pedimos que sempre inclua o nome do produto, a
versão e o número de série. O número exato da versão pode ser
encontrado no comando Sobre, da Ajuda, no menu do NeuralTools no
Excel.
Não oferecemos suporte técnico por telefone para a versão de
estudante do NeuralTools. Se necessitar de ajuda, recomendamos as
seguintes alternativas:
♦ Consulte o seu professor ou colega.
♦ Acesse http://www.palisade.com e veja as respostas às perguntas
mais comuns.
♦ Contate nosso departamento de suporte técnico por e-mail ou fax.
Requisitos de sistema do NeuralTools
Os requisitos de sistema para uso do NeuralTools 5.0 com Microsoft
Excel para Windows são os seguintes:
• Pentium PC ou processador mais veloz, com disco rígido.
• Microsoft Windows 2000 SP4, Windows XP ou versão superior.
• Microsoft Excel 2000 ou versão superior.
6 Introdução
Instruções de instalação
Instruções gerais de instalação
O programa de instalação copia os arquivos de sistema do
NeuralTools no diretório especificado do disco rígido.
Para executar o programa de instalação no Windows 2000 ou versão
superior:
1) Insira o CD-ROM do NeuralTools ou do DecisionTools Suite na
unidade de CD-ROM do seu computador
2) Clique no botão Iniciar; em seguida, clique em Configurações e em
Painel de Controle
3) Clique duas vezes no ícone Adicionar/Remover Programas
4) Na guia Instalar/Desinstalar, clique no botão Instalar
5) Siga as instruções do programa de instalação apresentadas na tela
Se tiver algum problema durante a instalação do NeuralTools,
verifique se a unidade de disco na qual a instalação está sendo feita
tem espaço suficiente. Após liberar espaço suficiente, tente executar a
instalação novamente.
Remoção do NeuralTools do computador
Capítulo 1: Primeiros Passos 7
Se quiser remover o NeuralTools de seu computador, use o recurso
Adicionar/Remover Programas no Painel de Controle e selecione o
item correspondente ao NeuralTools.
Instalação de ícones ou atalhos do NeuralTools
Como criar o atalho na barra de tarefas do Windows
No Windows, o programa de instalação cria automaticamente um
comando do NeuralTools no menu Programas\Palisade
DecisionTools da barra de tarefas. Contudo, se houver algum
problema durante a instalação, ou se quiser fazer isso manualmente
em outra ocasião, siga estas instruções. Observe que as instruções
abaixo são para o Windows XP Profissional. As instruções podem ser
diferentes para outros sistemas operacionais.
1) Clique no botão Iniciar e, em seguida, aponte para Configurações.
2) Clique na guia do menu Iniciar, na barra de tarefas.
3) Clique em Personalizar, Adicionar e, em seguida, Procurar.
4) Localize o arquivo NeuralTools.EX e clique nele; em seguida, clique
em OK.
5) Clique em Avançar e, em seguida, clique duas vezes no menu em
que deseja incluir o programa.
6) Digite o nome “NeuralTools” e, em seguida, clique em Concluir.
7) Clique em OK em todas as caixas de diálogo abertas.
O DecisionTools Suite
O NeuralTools faz parte do DecisionTools Suite, um conjunto de
produtos para análise de risco e decisões que pode ser adquirido da
Palisade Corporation. O procedimento padrão de instalação do
NeuralTools coloca o programa em um subdiretório do diretório
principal “Arquivos de Programas\Palisade”. Isso é semelhante ao
que é feito com o Excel, que geralmente é instalado em um
subdiretório do diretório principal do “Microsoft Office”.
Um dos subdiretórios de Arquivos de Programas\Palisade será o
diretório do NeuralTools (por padrão, denominado NeuralTools5).
Este diretório contém o arquivo do add-in NeuralTools
(NEURALTOOLS.XLA), além de exemplos de modelos e outros
arquivos necessários para executar o NeuralTools. Um outro
subdiretório de Arquivos de Programas\Palisade é o diretório
SISTEMA (ou SYSTEM), que contém os arquivos necessários para
cada programa do DecisionTools Suite, inclusive as bibliotecas dos
programas e arquivos de Ajuda comuns.
8 Instruções de instalação
Ativação do software
A ativação é um processo de verificação da licença que é efetuado
apenas uma vez e é necessário para poder executar o software
NeuralTools como produtos plenamente licenciado. A fatura impressa
do produto, ou a fatura enviada por e-mail, contém um código de
ativação, que consiste em uma sequência separada por traços, como
por exemplo: “19a0-c7c1-15ef-1be0-4d7f-cd”. Se você forneceu o
código de ativação durante a instalação, o software será ativado na
primeira vez que for executado, e nenhuma outra ação será
necessária. Para ativar o software após a instalação, selecione o
comando Ativação de Licença no menu Ajuda do NeuralTools e
digite o código de ativação na caixa de diálogo Ativação de Licença
Palisade apresentada.
Perguntas frequentes
Capítulo 1: Primeiros Passos 9
1) E se o software não for ativado?
Se o código de ativação não for fornecido durante a instalação, ou se
for instalada uma versão de avaliação, o software será executado
como versão de avaliação, com limitações de tempo e número de
usos, e terá de ser ativado com um código de ativação para funcionar
de modo pleno.
2) Durante quanto tempo posso usar o produto sem ativá-lo?
Sem ativação, o software pode ser usado por um período de 15 dias.
Toda a funcionalidade estará presente, mas a caixa de diálogo de
Ativação de Licença aparecerá cada vez que o programa for iniciado,
para lembrá-lo de ativar a licença e para indicar o período de uso
restante. Após o período de avaliação de 15 dias, o software só rodará
se for ativado.
3) Como faço para verificar o status da ativação?
A caixa de diálogo de Ativação de Licença pode ser acessada através
do comando Ativação de Licença, no menu Ajuda. O software ativado
é indicado com o status Ativado; a versão de avaliação é indicada
pelo status Não Ativado. Se o software não tiver sido ativado, será
indicado o tempo restante de execução permitido.
4) Como faço para ativar o software?
Se você ainda não tem um código de ativação, clique no botão
Comprar, na caixa de diálogo Ativação de Licença, para obtê-lo
mediante a compra do software. Ao ser efetuada a compra on-line, o
comprador recebe imediatamente um código de ativação e um link
opcional para fazer download do instalador, caso haja necessidade de
reinstalar o software. Para efetuar a compra por telefone, ligue para o
escritório local da Palisade; as informações de contato são fornecidas
na seção Como contatar a Palisade, neste capítulo.
A ativação pode ser feita pela Internet ou por e-mail:
• Ativação pela Internet
Na caixa de diálogo Ativação de Licença da Palisade, digite ou cole o
código de ativação e pressione “Ativação Automática”. Após alguns
segundos deverá aparecer uma mensagem indicando que a ativação
foi satisfatória; a caixa de diálogo de Ativação de Licença indicará o
status do software como ativado.
• Ativação se você não tiver acesso à Internet
A ativação automática por e-mail requer algumas etapas:
1. Clique em “Ativação Manual” para exibir o arquivo
request.xml, que pode ser gravado ou copiado para a área de
transferência do Windows (recomenda-se anotar o endereço
do arquivo request.xml em seu computador).
10 Ativação do software
2. Copie ou anexe o arquivo XML no e-mail e envie-o para
activation@palisade.com. Você deverá receber uma resposta
automática no seu endereço de retorno de e-mail em breve.
3. Salve o anexo response.xml do e-mail de resposta no disco
rígido.
4. Clique no botão Processar, que agora aparece na caixa de
diálogo Ativação de licença Palisade, e vá até o arquivo
response.xml. Selecione o arquivo e clique em OK.
Deverá aparecer uma mensagem indicando que a ativação foi
satisfatória e a caixa de diálogo de Ativação de Licença refletirá o
status do software ativado.
5) Como faço para transferir a licença do software para outro
computador?
A transferência de uma licença ou “rehosting” (mudança de host),
pode ser executada na caixa de diálogo Ativação de licença Palisade
como procedimento de duas etapas: desativação no primeiro
computador e ativação no segundo. Uma utilização típica de rehosting
é transferir a cópia do NeuralTools do PC do escritório para o seu
laptop. Para mudar o host de uma licença do Computador1 para o
Computador2, certifique-se de o software foi instalado nos dois
computadores e que ambos estejam conectados à Internet durante a
desativação/ativação.
1. No Computador1, clique na opção Desativação Automática, na
caixa de diálogo Ativação de licença. Aguarde até aparecer a
mensagem indicando que a desativação foi efetuada.
2. No Computador2, clique na opção Ativação Automática.
Aguarde até aparecer a mensagem indicando que a ativação
foi efetuada.
Se os computadores não tiverem acesso à Internet, será necessário
seguir instruções semelhantes às fornecidas acima para fazer a
mudança de host pelo processo automático por e-mail.
6) Tenho acesso à Internet mas não consigo Ativar/Desativar
automaticamente.
É necessário definir o firewall do seu sistema para que permita acesso
TCP ao servidor de licenças. No caso de instalações de usuários
individuais (não instalações de rede), o endereço é
http://service.palisade.com:8888 (porta TCP 8888 em
http://service.palisade.com).
Capítulo 1: Primeiros Passos 11
12 Ativação do software
Capítulo 2: Visão Geral do NeuralTools
Visão geral 15
Por que usar redes neurais?..................................................................15
NeuralTools e redes neurais.................................................................16
Menu e barra de ferramentas do NeuralTools..................................17
Conjuntos de dados e o Gerenciador de Conjunto de Dados........18
Tipos de variáveis.....................................................................19
Dados de múltiplos intervalos...............................................19
Treinamento de rede neural.................................................................20
Uso integrado de treinamento, teste e previsão..................20
Configurações de redes ...........................................................21
Visão geral: Treinamento........................................................22
Processo de treinamento..........................................................23
Relatórios de treinamento.......................................................24
Como testar uma rede............................................................................25
Relatórios de teste.....................................................................26
Previsão....................................................................................................27
Resultados de previsão............................................................28
Previsão ao Vivo .......................................................................28
Relatórios e gráficos do NeuralTools.................................................29
Utilidades do NeuralTools...................................................................30
Como usar o NeuralTools com StatTools, Solver e Evolver...........30
Capítulo 2: Visão Geral do NeuralTools 13
14
Visão geral
O NeuralTools apresenta recursos avançados de redes neurais em um
ambiente que você já conhece: o Microsoft Excel. Os procedimentos
do NeuralTools – como a definição de conjuntos de dados, o
treinamento e teste de redes neurais e a previsão de valores usando
redes treinadas – podem ser executados com os dados contidos no
Excel, e os relatórios e tabelas das análises são criados no Excel.
Por que usar redes neurais?
Redes neurais têm capacidade de aprender relações complexas de
dados. Por meio de uma imitação das funções do cérebro, elas
discernem padrões nos dados e depois, quando são fornecidos novos
dados, elas fazem extrapolações para gerar previsões. Os tipos de
problemas em que as redes neurais são empregadas podem ser
divididos em dois grupos gerais:
• Problemas de classificação: são problemas em que se tenta
determinar a que tipo de categoria pertence um item
desconhecido. Exemplos incluem diagnósticos médicos e
previsão da capacidade de pagamentos de débitos.
• Problemas numéricos: situações em que é necessário prever
um resultado numérico específico. Exemplos incluem a
previsão de preços de ações e a previsão do nível de vendas
durante um período futuro.
O NeuralTools inclui exemplos que demonstram como aplicar redes
neurais a diversos tipos de problemas de previsão. A pasta
NeuralTools\Examples contém exemplos fornecidos como pastas de
trabalho do Excel.
Capítulo 2: Visão Geral do NeuralTools 15
NeuralTools e redes neurais
Com o NeuralTools, as redes neurais são desenvolvidas e usadas em
quatro etapas:
• Preparação de dados – os dados usados no NeuralTools são
definidos como conjuntos de dados. O Gerenciador de
Conjunto de Dados é usado para definir conjuntos de dados
de modo que possam ser usados diversas vezes com as suas
redes neurais.
• Treinamento – com o treinamento, uma rede neural é gerada
a partir de um conjunto de dados composto de casos com
valores de output conhecidos. Esses dados geralmente
consistem em casos históricos cujos valores de
output/variável dependente são conhecidos.
• Teste – com o teste, a rede neural treinada é testada para
verificar seu desempenho na previsão de valores de output
conhecidos. Geralmente, os dados usados no teste são um
subconjunto de dados históricos. Esse subconjunto não é
usado no treinamento da rede. Após o teste, o desempenho
da rede é medido estatisticamente para verificar, por
exemplo, a porcentagem de respostas conhecidas que foram
previstas corretamente.
• Previsão – uma rede neural treinada é usada para prever
valores de output desconhecidos. Depois de treinada e
testada, a rede pode ser usada para prever outputs de dados
de novos casos.
O processo de treinamento e teste é interativo e, às vezes, longo.
Normalmente, o treinamento pode ser feito várias vezes, com
configurações diferentes, até gerar uma rede neural que apresente os
melhores resultados ao ser testada. Depois de obter a “melhor rede”,
ela pode rapidamente ser usada para efetuar previsões.
Agora vamos ver como o NeuralTools funciona com o Excel e como
definir conjuntos de dados e treinar e testar redes neurais usando
esses conjuntos. Depois disso, vamos prever valores de output
desconhecidos usando as redes treinadas.
16 Visão geral
Menu e barra de ferramentas do NeuralTools
Após o NeuralTools ser instalado, o menu e os comandos do
programa são incluídos na barra de menus do Excel 2003 e versões
anteriores. Também é exibida uma barra de ferramentas do
NeuralTools. O menu inclui comandos para 1) definir dados como
conjuntos de dados; 2) treinar e testar redes neurais; 3) prever valores
utilizando redes neurais treinadas. No Excel 2007, todos os comandos
são apresentados na faixa de opções do NeuralTools.
Capítulo 2: Visão Geral do NeuralTools 17
Conjuntos de dados e o Gerenciador de Conjunto de Dados
No NeuralTools, os dados são estruturados em torno de casos e
variáveis. Você trabalha com um conjunto de dados, ou com um
conjunto de variáveis estatísticas, localizado em colunas contíguas,
com os nomes das variáveis na primeira linha do conjunto de dados.
Cada linha do conjunto de dados é um caso. Cada caso contém um
conjunto de valores de variáveis independentes e um valor conhecido
ou ausente para a variável dependente do output. Cabe ao
NeuralTools prever os valores das variáveis de output nos casos em
que eles são desconhecidos.
O Gerenciador de conjunto de dados do NeuralTools permite definir
conjuntos de dados, variáveis e casos. Subsequentemente, essas
variáveis predefinidas podem ser usadas para treinar e testar redes
neurais, sem necessidade de selecionar novamente os dados a serem
analisados. Você pode colocar todos os casos históricos conhecidos em
um único conjunto de dados, e os casos para os quais deseja prever
resultados em outro conjunto de dados. Você também pode combinar
todos os seus dados – dados históricos conhecidos e dados que deseja
prever – em um único conjunto de dados.
18 Visão geral
Tipos de variáveis
Dados de múltiplos intervalos
Cada variável contida no conjunto de dados tem um nome e um
intervalo de células do Excel correspondente. Cada coluna dentro do
intervalo contém dados correspondentes a outra variável. Um
conjunto de dados pode incluir vários blocos de células, permitindo
colocar os dados em diversas planilhas de uma mesma pasta de
trabalho.
Ao definir um conjunto de dados, o NeuralTools tenta identificar as
variáveis em um bloco de células circundantes à seleção atual feita no
Excel. Isso torna mais rápido e fácil definir um conjunto de dados com
os nomes das variáveis na linha superior e as variáveis dispostas em
colunas.
No NeuralTools, as variáveis podem ser independentes ou
dependentes, e numéricas ou categóricas (ex.: Sim ou Não; ou
Vermelho, Verde ou Azul). O Gerenciador de Conjunto de Dados tenta
identificar o tipo de cada variável no conjunto de dados, mas, se
quiser, você pode ignorar isso e fazer suas próprias seleções.
No Excel 2003 ou versões anteriores, uma coluna individual da
planilha pode conter até 65.536 pontos de dados para uma variável. Se
as suas variáveis tiverem mais valores do isso e você não usar o Excel
2007, o NeuralTools permite atribuir múltiplos intervalos de células a
um mesmo conjunto de dados. Ou seja, você pode “repetir” um
conjunto de dados em diversas planilhas, designando as mesmas
colunas em diferentes planilhas para conter todos os valores de um
determinado conjunto de dados.
Capítulo 2: Visão Geral do NeuralTools 19
Treinamento de rede neural
Após definir um conjunto de dados que contenha casos com valores
históricos conhecidos, você pode treinar uma rede neural usando
esses dados. Há diversas opções para estabelecer o tipo de rede que
será gerado pelo NeuralTools. Dependendo do tipo de dados,
diferentes opções geram redes treinadas com melhor desempenho (ou
seja, redes que fazem melhores previsões). O processo de teste, que é
realizado após o treinamento, fornece métricas precisas do
desempenho da rede treinada na previsão dos valores de output.
O treinamento de uma rede neural, juntamente com testes e previsão,
requer que seja especificado um conjunto de dados que contenha os
dados a serem usados durante o treinamento. O NeuralTools salva a
rede treinada diretamente na pasta de trabalho ou em um arquivo em
disco.
Uso integrado de treinamento, teste e previsão
Quando todos os dados se encontram em um mesmo conjunto de
dados (tanto os dados históricos como os novos dados cujos valores
de output são desconhecidos), o NeuralTools permite treinar e testar
uma rede e, em seguida, prever os valores de output – tudo em uma
única etapa. Você seleciona reter determinada porcentagem de dados
históricos para o teste (no exemplo da página anterior esse valor é
20%) e depois seleciona a previsão automática de valores de output,
para os casos em que os valores dependentes estão faltando. Assim,
você pode obter rapidamente as respostas de que necessita, por meio
de uma única operação.
20 Visão geral
Configurações de
redes
O NeuralTools permite usar diferentes configurações de redes
neurais, a fim de propiciar as melhores previsões possíveis. Para a
previsão de classificação/categoria (em que a variável dependente é
um tipo de categoria) há dois tipos de redes disponíveis: Redes
Neurais Probabilísticas (PNN) e redes Multi-Layer Feedforward
(MLF). A previsão numérica pode ser realizada usando-se redes MLF
assim como Redes Neurais de Regressão Generalizada (GRNN), que
são estreitamente relacionadas às redes PNN.
O NeuralTools facilita a seleção da configuração de rede com um
recurso de busca da Melhor Rede. Quando essa opção é selecionada,
o NeuralTools treina e testa uma variedade de configurações de redes
neurais até gerar a que produz as melhores previsões para os seus
dados. A melhor configuração é determinada com base nos dados
obtidos por meio do teste, portanto, para fazer uma busca da Melhor
Rede, é necessário selecionar a opção “Testar automaticamente” na
guia Treinamento.
Capítulo 2: Visão Geral do NeuralTools 21
Visão geral:
Treinamento
Após selecionadas as opções de configuração de rede e de
treinamento, o NeuralTools mostra o que será realizado durante o
treinamento da rede. Como o treinamento é o processo mais
demorado na modelagem da rede neural, convém examinar a
definição do treinamento antes de prosseguir. O NeuralTools tenta
verificar se existe algum problemas com os dados, para que você
possa corrigi-lo antes de realizar o treinamento, se necessário.
22 Visão geral
Processo de
treinamento
Enquanto o NeuralTools efetua o treinamento da rede neural com os
dados, ele informa o andamento do mesmo. Normalmente, a rede
melhora à medida que o treinamento continua, pois o NeuralTools
gera redes que fazem melhores previsões relacionadas aos dados, com
menos erros. Os gráficos são atualizados, mostrando o andamento do
treinamento efetuado pelo NeuralTools.
O treinamento é interrompido quando é alcançado um dos critérios
que você definiu para parada, como, por exemplo, a duração máxima
do treinamento. Se você tiver selecionado testar automaticamente a
rede ou prever os valores de output ausentes no conjunto de dados,
isso será feito após o treinamento.
Capítulo 2: Visão Geral do NeuralTools 23
Relatórios de
treinamento
Os relatórios de treinamento indicam como foi o desempenho da rede
treinada. Estatísticas como o % Previsões Inválidas mostram a
quantidade de casos no treinamento definido para os quais a rede
previu um valor de output diferente do verdadeiro valor conhecido.
24 Visão geral
Como testar uma rede
Durante a fase de teste, a rede neural treinada é usada para verificar a
qualidade da previsão de valores de output conhecidos. Geralmente,
os dados usados no teste são um subconjunto de dados históricos com
valores de output conhecidos. Esse subconjunto não é usado no
treinamento da rede.
Quando os dados do teste se encontram em um conjunto de dados
separado, o NeuralTools faz a correspondência das variáveis do
conjunto de dados do teste e dos dados de treinamento. Assim como
no caso do treinamento, o NeuralTools mostra a configuração do teste
antes de executá-lo.
Capítulo 2: Visão Geral do NeuralTools 25
Relatórios de
teste
O teste (juntamente com a previsão) é bem mais rápido que o
treinamento. O NeuralTools informa qual foi a qualidade da previsão
de respostas conhecidas nos dados do teste. Isso ajuda a saber se a
rede fará boas previsões quando aplicada a caso com valores de
output desconhecidos.
26 Visão geral
Previsão
O objetivo de usar uma rede neural é fazer previsões. Você usará uma
rede treinada prever valores em novos casos nos quais os valores de
output são desconhecidos. O NeuralTools oferece dois métodos de
previsão: 1) método de previsão de valores baseado em comandos,
para casos contidos em um conjunto de dados; 2) Previsão ao Vivo
(somente na versão Industrial), em que os valores das variáveis
independentes de determinado caso contido na planilha podem ser
inseridos e o NeuralTools pode então calcular automaticamente o
valor de output previsto.
A caixa de diálogo Previsão ajuda a definir o processo de previsão de
valores para um grupo de casos de um conjunto de dados. Só é
possível fazer a previsão para casos em que faltam valores de output;
opcionalmente, pode-se ativar a Previsão ao Vivo para poder
modificar os dados e ver como as mudanças afetam as previsões.
Várias redes treinadas podem ser usadas para avaliar a diferença
entre os valores previstos.
Da mesma forma que no treinamento e no teste, o NeuralTools
primeiro mostra os dados e a configuração que será usada na
previsão. Em seguida, as previsões são indicadas na planilha
correspondente no Excel.
Capítulo 2: Visão Geral do NeuralTools 27
Resultados de
previsão
Previsão ao Vivo
Os valores de output previstos aparecem ao lado dos casos para os
quais foi efetuada a previsão. Na tela abaixo, os valores previstos
aparecem em magenta.
Quando a Previsão ao Vivo está ativada, o NeuralTools acrescenta
automaticamente uma fórmula de Excel na célula que contém o valor
previsto. Essa fórmula gera o valor previsto, portanto, se os valores
das variáveis independentes de um caso específico forem mudados, o
valor previsto será automaticamente recalculado. Ao usar a Previsão
ao Vivo, basta digitar os dados referentes aos novos casos diretamente
no Excel e gerar uma nova previsão automaticamente, sem passar
pela caixa de diálogo Previsão. Por exemplo, se os valores das
variáveis independentes para o caso da linha 7 da planilha acima
forem alterados conforme indicado, o valor previsto será atualizado
automaticamente. Da mesma forma que em qualquer célula da
planilha, uma célula de Previsão ao Vivo pode ser referenciada em
qualquer fórmula do Excel.
(Nota: o recurso de Previsão ao Vivo está disponível apenas na versão
Industrial.)
28 Visão geral
Relatórios e gráficos do NeuralTools
O NeuralTools cria relatórios resumidos e relatórios detalhados de
treinamento, teste e previsão. Os Relatórios Resumidos aparecem em
suas próprias planilhas e contêm informações gerais sobre o teste ou
treinamento. O Relatório Detalhado apresenta informações de cada
caso individualmente, ao lado dos dados correspondentes. Além
disso, a maioria das informações do relatório resumido pode ser
encontrada no relatório detalhado, na forma de um comentário que é
adicionado à célula-título; essa versão do relatório resumido é
denominada Resumo Rápido.
Sempre que o NeuralTools cria um ou mais gráficos, eles são
incluídos nos relatórios. Os gráficos são criados em formato Excel e
podem ser personalizados usando-se os comandos padrão de gráficos
do Excel.
Capítulo 2: Visão Geral do NeuralTools 29
Utilidades do NeuralTools
O NeuralTool oferece duas utilidades (ou utilitários) para ajudar no
gerenciamento da modelagem de redes neurais. O Gerenciador de
Rede Neural permite copiar ou mover redes neurais treinadas de
pastas de trabalho para arquivos, e vice-versa. A utilidade Dados
Ausentes ajuda identificar e corrigir os casos em que faltam dados
nos conjuntos de dados.
Como usar o NeuralTools com StatTools, Solver e Evolver
O NeuralTools foi projetado para ser usado com o StatTools, o
suplemento de estatística da Palisade para o Excel. Os dois produtos
usam o mesmo Gerenciador do conjunto de dados; os conjuntos de
dados definidos no NeuralTools podem ser analisados no StatTools, e
vice-versa. Com o StatTools, é possível fazer cálculos estatísticos em
variáveis de conjuntos de dados definidos no NeuralTools e
estatísticas de previsões geradas pelo NeuralTools.
Os Relatórios Detalhados gerados no NeuralTools podem ser
imediatamente analisados no StatTools; eles aparecem
automaticamente na lista de conjuntos de dados do Gerenciador de
Conjunto de Dados do StatTools. Isso facilita o uso do StatTools para
obter resultados estatísticos além dos apresentados nos Relatórios
Resumidos do NeuralTools. Por exemplo, o Relatório Resumido de
teste inclui um histograma de diferenças residuais (definidas como as
diferenças entre os valores efetivos e os previstos). Com base no
histograma, as diferenças residuais podem parecer aproximadamente
normalmente distribuídas. Para testar a hipótese de distribuição
normal, pode-se aplicar um dos testes de normalidade do StatTools às
variáveis residuais no Relatório Detalhado. Um exemplo disso é
fornecido no arquivo “Análise para previsão de idade de haliote com
StatTools.xls”.
O recurso Previsão ao Vivo do NeuralTools facilita averiguar como as
mudanças nos valores independentes afetam a previsão. Outras
ferramentas disponíveis no Excel podem ser usadas com a Previsão ao
Vivo para explorar a relação entre as variáveis independentes e a
dependente.
30 Visão geral
Solver, o otimizador integrado do Excel, pode ser usado com o
recurso de Previsão Instantânea do NeuralTools para calcular os
melhores valores de decisão para as previsões efetuadas no
NeuralTools. O arquivo “Crédito automóvel com Solver.xls”
apresenta um exemplo. No exemplo, é usada uma rede neural para
prever se um tomador de empréstimo efetuará os pagamentos
pontualmente. A rede neural, porém, talvez só forneça 60% de certeza
de que a resposta está correta. O Solver do Excel pode, então, ser
usado para determinar um valor do empréstimo que daria 90% de
certeza de que o indivíduo irá pagar pontualmente. Nesse caso, o
otimizador experimenta diferentes valores de empréstimos, e o
NeuralTools atualiza automaticamente o valor da probabilidade.
Evolver, o otimizador da Palisade baseado em algoritmo genético,
pode ser usado em vez do Solver para encontrar a resposta.
Diferentemente do Solver, o Evolver tem capacidade para processar
problemas de otimização em que há mais de uma reposta ótima local.
Capítulo 2: Visão Geral do NeuralTools 31
Capítulo 2: Visão Geral do NeuralTools 32
Capítulo 3: Guia de Referência do NeuralTools
Introdução 35
Referência: Ícones do NeuralTools 37
Barra de ferramentas do NeuralTools............................................ 37
Referência: Comandos de menu do NeuralTools 39
Introdução.........................................................................................39
Ícones nas caixas de diálogo................................................................ 40
Referência de comandos................................................................. 41
Comando: Gerenciador de Conjunto de Dados............................... 41
Comando: Treinar ................................................................................. 48
Comando: Testar.................................................................................... 61
Comando: Prever................................................................................... 69
Utilidades .......................................................................................... 75
Comando: Configurações da aplicação.............................................. 75
Comando: Gerenciador de Rede Neural........................................... 79
Comando: Utilidades de dados ausentes.......................................... 81
Mais informações sobre redes neurais 85
Capítulo 3: Guia de Referência do NeuralTools 33
34
Introdução
O capítulo Guia de Referência do NeuralTools descreve os ícones,
comandos e funções estatísticas usados pelo NeuralTools. Este
capítulo é dividido em duas seções:
1) Referência: Ícones do NeuralTools
2) Referência: Comandos de menu do NeuralTools
Capítulo 3: Guia de Referência do NeuralTools 35
36 Introdução
Referência: Ícones do NeuralTools
Barra de ferramentas do NeuralTools
Os ícones do NeuralTools são usados para definir conjuntos de dados
com casos e variáveis e, em seguida, criar e usar redes neurais
baseadas nesses dados. Os ícones do NeuralTools aparecem na barra
de ferramentas do Excel (como uma barra de ferramentas
personalizada no Excel), na versão 2003 e anteriores; no Excel 2007,
aparece como uma faixa de opções. Esta seção descreve brevemente
cada ícone e as respectivas funções, e os comandos de menu
correspondentes. No Excel 2007 todos os comandos são apresentados
na faixa de opções do NeuralTools.
Os ícones a seguir são apresentados na barra de ferramentas do
NeuralTools no Excel 2003 e versões anteriores, ou nas caixas de
diálogo do NeuralTools.
Ícone Comandos e funções correspondentes
Definir um conjunto de dados e variáveis, ou editar ou
excluir um conjunto de dados e variáveis existentes
Comando equivalente: comando Gerenciador de Conjunto de
Dados
Treinar uma rede neural
Comando equivalente: comando Treinar
Testar uma rede neural
Comando equivalente: comando Testar
Prever valores usando uma rede treinada
Comando equivalente: comando Prever
Executar as utilidades da rede neural
Comando equivalente: comando Utilidades
Exibir arquivo de ajuda do NeuralTools
Comando equivalente: comando Ajuda
Referência: Ícones do NeuralTools 37
Os ícones a seguir aparecem na faixa de opções do NeuralTools no
Excel 2007.
Ícone Comandos e funções correspondentes
Definir um conjunto de dados e variáveis, ou editar
ou excluir um conjunto de dados e variáveis existentes
Comando equivalente: comando Gerenciador de Conjunto de
Dados
Treinar uma rede neural
Comando equivalente: comando Treinar
Testar uma rede neural
Comando equivalente: comando Testar
Prever valores usando uma rede treinada
Comando equivalente: comando Prever
Executar as utilidades da rede neural
Comando equivalente: comando Utilidades
Exibir arquivo de ajuda do NeuralTools
Comando equivalente: comando Ajuda
38
Referência: Comandos de menu do NeuralTools
Introdução
Esta seção do Guia de Referência descreve detalhadamente os
comandos do NeuralTools apresentados no Excel, no menu do
NeuralTools ou na faixa de opções. Os comandos são explicados na
ordem em que aparecem no menu, começando pelo Gerenciador do
conjunto de dados. Os ícones do NeuralTools podem ser usados para
executar vários comandos. A seção Referência: Ícones do
NeuralTools deste capítulo apresenta os comandos correspondentes a
cada ícone do NeuralTools.
Referência: Comandos de menu do NeuralTools 39
Ícones nas caixas de diálogo
Dois ícones podem aparecer nas caixas de diálogo do NeuralTools: o
ícone Ajuda e o ícone Configurações da aplicação. O ícone Ajuda
permite acessar rapidamente o tópico da Ajuda relacionado à caixa de
diálogo em questão. O ícone Configurações da aplicação abre a caixa
de diálogo Configurações da Aplicação onde você pode definir ou
editar configurações para relatórios do NeuralTools, bem como as
configurações padrão de treinamento, previsão e tempo de execução.
40 Introdução
Referência de comandos
Comando: Gerenciador de Conjunto de Dados
Permite definir conjuntos de dados e variáveis do NeuralTools,
ou editar ou excluir conjuntos de dados e variáveis existentes
O comando Gerenciador de Conjunto de Dados permite definir
conjuntos de dados com casos e variáveis. Depois de definidos, os
conjuntos de dados podem ser usados para treinamento, teste e
previsão de redes neurais. A caixa de diálogo Gerenciador de
Conjunto de Dados permite adicionar ou remover conjuntos de
dados, atribuir nomes aos mesmos, especificar o layout e atribuir
nomes às variáveis de determinado conjunto de dados.
O que são conjunto de dados e variáveis?
No NeuralTools, os dados são estruturados em torno de casos e
variáveis. Você trabalha com um conjunto de dados ou um conjunto
de variáveis estatísticas localizadas em colunas contíguas em uma
planilha do Excel; os nomes das variáveis encontram-se na primeira
linha do conjunto de dados. Cada linha no conjunto de dados é um
caso. Cada caso contém um conjunto de valores de variáveis
independentes e um valor conhecido ou ausente correspondente à
variável de output dependente.
Cada variável contida no conjunto de dados tem um nome e um
intervalo de células correspondente no Excel. O conjunto de dados
pode incluir vários blocos de células, o que permite colocar dados em
diferentes planilhas de uma mesma pasta de trabalho.
Durante a definição de um conjunto de dados, o NeuralTools tenta
identificar as variáveis contidas em um bloco de células circundante à
seleção feita no Excel. Isso pode acelerar e facilitar a configuração de
um conjunto de dados, com os nomes de variáveis na linha superior e
variáveis dispostas por coluna.
Referência: Comandos de menu do NeuralTools 41
Caixa de diálogo:
Gerenciador de
conjunto de
dados
As opções do Conjunto de dados na caixa de diálogo Gerenciador do
conjunto de dados são:
• Novo e Excluir – para adicionar um novo conjunto de dados
ou excluir um conjunto existente.
• Nome – especifica o nome do conjunto de dados.
• Intervalo do Excel – especifica o intervalo do Excel
correspondente ao conjunto de dados. Se vários intervalos de
células tiverem sido designados a um conjunto de dados, este
item será antecedido pelo rótulo Múltiplos.
• Aplicar formatação de células – acrescenta uma grade e cores
que identificam os conjuntos de dados.
• Múltiplos – ao clicar no botão Múltiplos, na caixa de diálogo
Gerenciador de Conjunto de Dados, aparece a caixa de
diálogo Seletor de múltiplos intervalos, que permite
especificar intervalos de células individuais que formam o
conjunto de dados com múltiplos intervalos de células.
42 Referência de comandos
Conjuntos de dados com múltiplos intervalos
• Importar – permite copiar neste conjunto de dados os tipos de
variáveis de um outro conjunto de dados ou de uma rede
neural treinada. A caixa de diálogo Importar Tipos de
Variáveis permite selecionar o local e a rede para as
definições de variáveis.
O NeuralTools permite designar a um conjunto de dados múltiplos
intervalos de células de várias planilhas. Um conjunto de dados com
múltiplos intervalos pode ser usado quando:
1) Cada variável do conjunto de dados tem mais de 65.636 pontos
de dados em uma planilha do Excel 2003 ou versão anterior,
exigindo que o conjunto de dados seja distribuído em diversas
planilhas de uma mesma pasta de trabalho;
2) Os dados referentes a uma variável encontram-se em vários
blocos dispersos em várias planilhas de uma pasta de trabalho.
Nota: o conjunto de dados com múltiplos intervalos não pode ser
definido dentro de uma única planilha. Os dados podem ser definidos
em diversas planilhas dentro da mesma pasta de trabalho.
Referência: Comandos de menu do NeuralTools 43
As opções da caixa de diálogo Seletor de Múltiplos Intervalos são:
• Limpar tudo – apaga todos os intervalos especificados.
• AutoPreenchimento – aplica o primeiro intervalo
especificado (na linha 1) em todas as planilhas visíveis da
pasta de trabalho ativa, e insere as referências de
SheetName!CellRange na grade
• Selecionar – exibe um seletor para destacar um bloco de
células a ser usado como um intervalo do conjunto de dados.
• Intervalos secundários têm nomes de variáveis na primeira
coluna (linha) – conjuntos de dados com múltiplos intervalos
podem ter nomes de variáveis como títulos de cada coluna
em cada intervalo listado na caixa de diálogo; ou nomes de
variáveis como títulos de colunas apenas no primeiro
intervalo selecionado. O primeiro intervalo selecionado é o
que foi inserido na linha 1 da caixa de diálogo Seletor de
Múltiplos Intervalos.
44 Referência de comandos
Opções de
variáveis
Cada linha na grade da caixa de diálogo do Gerenciador de Conjunto
de Dados contém uma lista das variáveis do conjunto de dados,
incluindo o Intervalo de dados do Excel com os pontos de dados
referentes a uma variável, o Nome da variável e o Tipo de variável.
As opções de Tipo de variável são:
• Categórica dependente – é uma variável dependente ou de
output cujos valores possíveis são tomados de um conjunto
de possíveis categorias como, por exemplo, Sim ou Não, ou
Vermelho, Verde ou Azul.
• Numérica dependente – é uma variável dependente ou de
output cujos valores possíveis são numéricos.
• Categórica independente – é uma variável independente
cujos valores possíveis são tomados de um conjuntos de
possíveis categorias como, por exemplo, Sim ou Não, ou
Vermelho, Verde ou Azul.
• Numérica independente – é uma variável independente
cujos valores possíveis são numéricos.
Referência: Comandos de menu do NeuralTools 45
• Tag – é uma variável que assume possíveis valores de
“treinamento”, “teste” ou “previsão”. Esse tipo de variável é
usado para identificar casos de um conjunto de dados a serem
usados para treinamento, teste e previsão.
• Não usada – é uma variável de um conjunto de dados que
não será usada na rede neural.
Mais informações sobre variáveis tag
As variáveis tag são um tipo especial de variável de um conjunto
de dados do NeuralTools, e são usadas para identificar casos de
um conjunto de dados a serem usado para treinamento, teste e
previsão. Essas variáveis são especialmente úteis quando se
deseja incluir todos os dados (a serem usados no treinamento,
teste e previsões da rede) em um único conjunto de dados.
Quando se tem uma variável tag, o NeuralTools seleciona os
casos a serem usados para o treinamento, teste ou previsão com
base no valor dessa variável. Mudando os valores da variável tag
é possível retreinar a rede usando diferentes casos e avaliando as
mudanças correspondentes no desempenho. Você também pode
acrescentar novos casos com valores desconhecidos de variáveis
dependentes a um conjunto de dados e designá-los para que
sejam previstos usando a guia “Prever”. A variável tag pode
assumir somente três valores:
• Treinamento – especifica que o caso será usado para
treinamento
• Teste – especifica que o caso será usado para teste
• Previsão – especifica que o caso será usado para previsão
Nota: quando há uma variável tag no conjunto de dados, as opções
na caixa de diálogo Treinamento mudam. Veja o comando
Treinamento para obter mais informações.
46 Referência de comandos
Capacidade em
termos de
conjunto de
dados e variáveis
O NeuralTools tem capacidade para processar, em uma mesma
sessão:
• Até 256 conjuntos de dados contidos em uma mesma pasta de
trabalho.
• Até 16384 variáveis para cada conjunto de dados do Excel
2007 (256 variáveis nas versões anteriores). Todos os dados
usados em um conjunto de dados precisam estar na mesma
pasta de trabalho.
• O número de pontos de dados por variável e de casos por
conjunto de dados limita-se somente à memória disponível no
Excel 2007 (16.277.216 pontos de dados nas versões anteriores
do Excel).
A capacidade efetiva no que se refere aos dados pode ser inferior à
indicadas acima, dependendo da configuração do sistema e da versão
do Excel que está sendo usada. As limitações de memória do Excel
também podem afetar a capacidade em termos do volume de dados.
Nota: a caixa de diálogo Gerenciador do conjunto de dados relaciona
todos os conjuntos de dados e variáveis contidos na pasta de
trabalho ativa (ou seja, a pasta de trabalho indicada na legenda da
caixa de diálogo). Para incluir na lista conjuntos de dados contidos
em outras pasta de trabalho, ative a pasta de trabalho desejada no
Excel e exiba a caixa de diálogo Gerenciador de Conjunto de Dados.
Referência: Comandos de menu do NeuralTools 47
Comando: Treinar
Especifica as definições para o treinamento de uma rede neural
e executa o treinamento.
O comando Treinar permite 1) especificar as definições a serem
usadas pelo NeuralTools no treinamento de uma rede neural e
2) iniciar o treinamento da rede.
Guia: Treinamento
A guia Treinar na caixa de diálogo Treinamento especifica as opções
gerais para o treinamento de uma rede neural. Ela inclui:
• Conjunto de Dados – mostra o conjunto de dados a ser usado
para treinar a rede neural. Este conjunto de dados deve ser
definido por meio do Gerenciador do conjunto de dados e
deve constar na planilha ativa.
• Salvar rede como – especifica o nome e local da rede neural a
ser treinada. As redes neurais podem ser salvas em uma pasta
de trabalho do Excel ou em um arquivo em disco. Clique em
Procurar... para mudar o nome ou o local indicado.
48 Referência de comandos
Você também pode incluir um nome e uma descrição da rede
neural a ser salva.
As opções Após o treinamento ser concluído permitem testar e
prever automaticamente usando a rede treinada após o
treinamento. Isso pode ser feito quando os dados a serem testados
e previstos se encontram no mesmo conjunto de dados que os
dados de treinamento.
• Testar automaticamente em casos aleatoriamente
selecionados especifica:
1) a porcentagem dos casos no conjunto de dados que
será “excluída” do treinamento para poder ser usada
nos testes;
2) casos em que a variável Tag = “testar” será usada
para testes. Variável tag é um tipo de variável
conforme especificada no Gerenciador do conjunto de
dados.
• Prever automaticamente valores dependentes ausentes
especifica que a rede treinada será usada para prever
valores de variáveis dependentes para:
1) casos em que o valor de uma variável dependente
está faltando; ou
2) casos em que variável Tag = “prever”. Variável tag é
um tipo de variável conforme especificada no
Gerenciador do conjunto de dados.
Referência: Comandos de menu do NeuralTools 49
• Ativar Previsão ao Vivo – especifica que o NeuralTools
colocará fórmulas nas células em que os valores de
variáveis dependentes previstos são mostrados para
calcular os valores previstos. Para obter mais informações
sobre a Previsão ao Vivo, veja o comando Prever, neste
capítulo.
• Calcular impacto das variáveis – especifica que o
NeuralTools calculará o impacto relativo de cada variável
independente no conjunto de dados de treinamento ao
estabelecer as previsões calculadas pela rede.
O que é análise de impacto de variáveis?
A finalidade da análise do Impacto de variáveis é medir a
sensibilidade das previsões da rede a mudanças nas variáveis
independentes. Esta análise é feita somente para os dados de
treinamento. Como resultado da análise, é atribuído um valor de
“Impacto relativo da variável” a cada variável independente. Esses
valores são percentuais e sua soma total é 100%. Quanto mais baixo o
valor de uma determinada variável, menor o seu efeito sobre as
previsões. Os resultados da análise podem auxiliar na seleção de um
novo conjunto de variáveis independentes, ou seja, um conjunto que
produzirá previsões mais exatas. Por exemplo, uma variável com
baixo valor de impacto pode ser eliminada em favor de uma nova
variável. Contudo, é necessário estar ciente de que os resultados da
Análise de Impacto são relativos a uma determinada rede. O fato de
uma rede “ter aprendido” a ignorar uma determinada variável torna
provável que outra rede também aprenderá a ignorá-la, porém, uma
outra sessão de treinamento com outro tipo de rede poderia
“descobrir” como essa variável pode ter uma contribuição importante
para obter previsões exatas. Em conjuntos de dados com menor
quantidade de casos e/ou maior quantidade de variáveis, as
diferenças no impacto relativo das variáveis entre as redes treinadas
podem ser mais pronunciadas. É importante lembrar que esses
valores são “relativos”. Suponha que haja duas variáveis
independentes: uma para a qual foi atribuído o valor de 99% e a outra
com o valor de 1%. Isso significa que a segunda variável é muito
menos importante que a primeira, porém não significa que ela seja
desprezível, principalmente quando se desejam previsões de alta
exatidão.
50 Referência de comandos
Outros aspectos importantes da análise de impacto de variáveis:
1) Somente o conjunto de dados de treinamento é incluído na
análise. (Se forem usados os recursos de Teste Automático e
Previsão Automática, os respectivos casos não serão incluídos.
Isso se dá porque eles poderiam ter valores numéricos fora do
intervalo de treinamento, podendo tornar os resultados da análise
mais imprevisíveis.)
2) No que se refere a uma dada variável categórica independente,
em cada caso a análise percorre todas as categorias válidas para a
variável em questão e mede a mudança no valor previsto. (Na
previsão de categoria, não há valor numérico previsto, mas há
outputs numéricos brutos da rede nos quais a previsão da
categoria é baseada; esses outputs numéricos são usados pela
análise.)
3) No que se refere a uma dada variável numérica independente, em
cada caso a análise percorre o intervalo do valor mínimo ao valor
máximo da variável, medindo a mudança no valor previsto (ou,
no caso de uma previsão de categoria, a mudança nos outputs
numéricos brutos).
A finalidade da análise de impacto da variável não é apoiar
conclusões definitivas como afirmar, com elevada confiança, que uma
determinada variável é irrelevante. Em vez disso, ela tem o propósito
de ajudar na busca do melhor conjunto de variáveis independentes: os
resultados da análise podem informar que uma determinável variável
parece irrelevante, a ponto de valer a pena treinar uma rede sem essa
variável.
Referência: Comandos de menu do NeuralTools 51
Os resultados da análise de impacto de variáveis são exibidos no
relatório Resumo de Treinamento:
52 Referência de comandos
Guia: Configuração da rede
A guia Configuração da rede, na caixa de diálogo Treinamento,
permite selecionar o tipo de rede neural que será treinada usando os
seus dados. Você pode selecionar uma configuração de rede específica
ou a busca da Melhor Rede e, neste caso, o NeuralTools testa uma
variedade de possíveis configurações até identificar a que apresenta o
melhor desempenho.
O NeuralTools aceita diferentes configurações de redes neurais para
oferecer as melhores previsões possíveis. Há dois tipos de redes
disponíveis para a previsão de classificação/categoria: Redes Neurais
Probabilísticas (PNN) e Rede Multi-Layer Feedforward (MLF). A
previsão numérica pode ser realizada usando redes MLF, assim como
Redes Neurais de Regressão Generalizada (GRNN), que são
estreitamente relacionadas às redes PNN. Para obter mais
informações sobre os aspectos técnicos das configurações de rede
disponíveis, veja a seção Mais informações sobre redes neurais.
Referência: Comandos de menu do NeuralTools 53
A guia Configuração da rede inclui:
• Tipo de rede – seleciona o tipo de rede a ser usado no
treinamento ou a busca da Melhor Rede. A guia Opções da
configuração de rede muda dependendo do tipo de rede
selecionada. Tipos de rede disponíveis:
1) Busca da Melhor Rede. Na Busca da Melhor Rede, o
NeuralTools testa todas as configurações de rede
selecionadas, inclusive as redes PNN/GRNN e MLFN
com número de nós dentro do intervalo mínimo-máximo
especificado. A configuração para o melhor desempenho
dos seus dados é identificada com base no erro obtido nos
dados de teste. Se for selecionada a opção Armazenar
todas as redes de teste em nova pasta de trabalho, você
poderá carregar individualmente cada rede testada
(independentemente de ter sido a rede com melhor
desempenho) de uma pasta de trabalho e usá-la para
previsão depois de realizar o treinamento; será gerado
um Relatório Resumido completo do teste de cada rede.
2) Rede PNN/GRNN. Esses tipos de rede não exigem a
seleção de opções adicionais para o treinamento; por este
motivo, essa configuração é padrão durante a instalação
do NeuralTools. Se os seus dados tiverem valores de
output numéricos, será feito o treinamento de uma rede
GRNN; no caso de dados com valores de output
categóricos, será treinada uma rede PNN.
3) Rede MLFN. A Rede Multi-Layer Feedforward (MLFN)
tem uma ou duas camadas de nós ocultas.
54 Referência de comandos
Guia: Tempo de execução
Ao selecionar zero nós para a segunda camada, ela é
eliminada. A forma mais confiável de encontrar a melhor
configuração de uma rede MLFN é usar a opção Busca da
Melhor Rede, em vez de treinar uma única rede MLFN.
Se não houver tempo suficiente para a Busca da Melhor
Rede, recomendamos deixar os valores “Número de nós”
como “Automático”.
A guia Tempo de execução, na caixa de diálogo Treinamento,
permite especificar as condições de parada do treinamento. Se não
forem selecionadas condições de parada, o treinamento será
encerrado em determinado momento. Esse intervalo de tempo é
relativamente curto no caso de redes PNN/GRNN'é bem mais longo
no caso de redes MLF. Uma alternativa possível é não selecionar as
condições de parada e clicar no botão Parar, na caixa de diálogo do
andamento do treinamento, quando não houver mais tempo para o
treinamento. Com a Busca da Melhor Rede, é necessário definir o
tempo limite para o treinamento de uma rede individual, para que o
algoritmo de busca não gaste muito tempo em uma única
configuração. As três condições de parada podem ser combinadas,
assim o NeuralTools pára quando ocorre uma das condições.
As opções de Tempo de Execução de Treinamento são:
• Duração – especifica um tempo limite fixo para o treinamento
de uma rede individual. O treinamento pode ser suspenso
antes de decorrido o tempo especificado, o que ocorre assim
que o algoritmo conclui que é improvável que continue a haver
melhora. Se for usada a Busca da Melhor Rede, cada
configuração de rede testada será treinada durante o tempo
especificado.
Referência: Comandos de menu do NeuralTools 55
• Tentativas – especifica que o NeuralTools não executará mais
do que o número de tentativas especificado. No caso de redes
Multi-Layer Feedforward, “tentativa” é uma atribuição simples
de “pesos” às conexões entre neurônios; o treinamento consiste
na busca inteligente dos pesos que produzirão os melhores
resultados. No caso de Rede Neural Probabilística e Rede
Neural de Regressão Generalizada, tentativa é uma atribuição
de “fatores de suavização” às variáveis. O treinamento consiste
na busca dos melhores fatores de suavização.
• Andamento – especifica que o NeuralTools parará se não
puder melhorar a estatística de erros pelo menos na
porcentagem especificada dentro do intervalo de tempo
definido.
Caixa de diálogo: Visão geral de treinamento
A caixa de diálogo Visão Geral de Treinamento mostra, antes do
início do treinamento, a configuração de treinamento da rede atual e
todos os erros detectados nos dados a serem usados. Confira nesta
caixa todas as pressuposições de treinamento que você selecionou,
segundo informadas pelo NeuralTools. A seção de Erros e avisos
apresenta uma descrição de todos os problemas que o NeuralTools
detectou com relação aos dados ou configurações, e que podem ser
corrigidos antes de iniciar o treinamento, para não perder tempo.
56 Referência de comandos
Janela:
Andamento do
treinamento
A janela Andamento do treinamento informa o status do treinamento
da rede durante a execução. O gráfico apresenta detalhes do
desempenho do NeuralTools em melhorar a rede e reduzir o erro
relatado.
A janela de andamento do treinamento informa sobre erros nos dados
de treinamento. A observação de mudanças nestes valores não deve
levar a nenhuma conclusão direta sobre a qualidade das previsões
que a rede fará com relação aos casos que não foram usados no
treinamento. Esse tipo de conclusão deve se basear no erro obtido nos
dados de teste. Observe, ainda, que na previsão numérica, o erro
indicado na janela de andamento é o erro médio quadrático baseado
em dados em escala (veja mais informações sobre escalas na seção
“Transformação de input”). Na previsão categórica, o erro indicado é
baseado na representação numérica dos dados de categoria.
Referência: Comandos de menu do NeuralTools 57
Relatórios de
treinamento
Após o treinamento, podem ser criados relatórios resumidos e
detalhados. Esses relatórios detalham o desempenho da rede neural
treinada. O conteúdo efetivo dos relatórios gerados é especificado na
caixa de diálogo Configurações da aplicação, abaixo das
configurações de Relatórios a Gerar e Colunas nos Relatórios
Detalhados.
• Relatório resumido de treinamento – o relatório resumido de
treinamento contém estatísticas e gráficos relacionados ao
desempenho da rede neural treinada.
58 Referência de comandos
Para a previsão de classificação/categoria, as principais estatísticas e
gráficos contidos no relatório resumido de treinamento são:
1) % previsões inadequadas – porcentagem dos casos em que a
categoria prevista não corresponde à categoria efetiva.
2) Probabilidade média incorreta (disponível somente em redes
PNN) – em cada caso, o NeuralTools calcula a probabilidade
de categorias incorretas, que é a soma das probabilidades
atribuídas pela rede PNN às categorias incorretas. Por
exemplo, se em determinado caso a rede atribuir uma
probabilidade de 30% ao vermelho, 20% ao amarelo e 50% ao
verde, e se soubermos que a resposta correta é vermelho,
então o valor para o caso em questão é 20% + 50% = 70%. Esse
valor fornece uma medida de erro da previsão de categoria
para cada caso individual, correspondendo ao Erro Residual
da previsão numérica. “Probabilidade média incorreta” é o
valor médio de erro correspondente a todos os casos.
Os Relatórios Detalhados mostram a Probabilidade Incorreta
para cada caso individual. Para compreender melhor este
conceito, pode ser útil mudar as definições do Relatório
Detalhado de modo a mostrar as probabilidades atribuídas
por uma Rede Neural Probabilística a cada categoria possível
de uma variável dependente. Para fazer isso, selecione
Configurações da aplicação no menu Utilidades e clique no
menu suspenso, à direita da linha Colunas nos Relatórios
Detalhados. Será exibida a caixa de diálogo NeuralTools –
Colunas a Exibir em Relatórios Detalhados. Nessa caixa de
diálogo, selecione Probabilidades de todas as categorias
(para PNN) para os testes. A seguir, treine uma rede PN com
um conjunto de dados que contenha no mínimo 3 categorias
na variável dependente (pode ser usado o arquivo de
exemplo Crédito automóvel.xls) e com a opção Testar
automaticamente selecionada. No Relatório Detalhado
resultante, observe como os valores na coluna %Incorreta se
relacionam às probabilidades atribuídas a cada categoria
possível; %Incorreta é a soma das probabilidades de todas as
categorias incorretas.
3) Matriz de classificação – compara as categorias efetivas às
categorias previstas de cada categoria. Por exemplo, a matriz
de classificação pode revelar que uma rede detecta
corretamente uma condição médica em pacientes portadores
de determinada condição, mas que a rede tem a tendência de
emitir alarmes falsos no caso de pacientes sadios.
Referência: Comandos de menu do NeuralTools 59
4) Impactos das variáveis – (quando selecionado) exibe o
impacto relativo das variáveis independentes nas respostas
previstas.
5) Histograma de probabilidade de categorias incorretas
(disponível somente para redes PNN) – veja em
“Probabilidade média incorreta”, acima, uma explicação
sobre “Probabilidade de categorias incorretas”.
Para a previsão numérica, as principais estatísticas e gráficos do
relatório resumido de treinamento incluem:
1) % previsões inadequadas – uma previsão é considerada
“inválida” se estiver fora da margem definida em torno do
valor efetivo; a amplitude da margem é definida pela
configuração de ‘Tolerância adequada/inadequada
(Treinamento)’ na caixa de diálogo Configurações da
aplicação
2) Erro médio quadrático – medida do desvio das previsões em
relação ao valor efetivo (calculada como a raiz quadrada do
desvio quadrático médio).
3) Erro médio absoluto – desvio médio das previsões em
relação aos valores efetivos.
4) Impactos das variáveis – (quando selecionado) exibe o
impacto relativo das variáveis independentes nas respostas
previstas.
5) Histograma de residuais – “residual” é a diferença entre o
valor efetivo e o valor previsto.
6) Gráficos de dispersão que mostram as relações entre os
valores efetivos, previstos e residuais.
60 Referência de comandos
Comando: Testar
Especifica as definições para o treinamento de uma rede neural
e executa o teste.
O comando Teste permite 1) especificar as definições a serem usadas
para o teste de uma rede neural e 2) iniciar o teste.
Os dados de teste geralmente são dados com valores conhecidos de
output que não foram usados no treinamento da rede. As opções da
caixa de diálogo Teste incluem:
• Conjunto de dados – mostra o conjunto de dados a ser usado
para testar a rede neural treinada. Este conjunto de dados
precisa ser definido por meio do Gerenciador do conjunto de
dados e constar na planilha ativa.
• Rede a usar – especifica o nome e o local da rede neural a ser
testada. As redes neurais podem ser salvas em uma pasta de
trabalho do Excel ou em um arquivo em disco. Clique em
Procurar... para mudar o nome ou o local indicado.
Referência: Comandos de menu do NeuralTools 61
Correspondência
entre variáveis
Correspondência entre variáveis especifica como será estabelecida a
correspondência entre as variáveis do conjunto de dados a ser testado
e as variáveis do conjunto de dados usado para treinar a rede.
Há duas opções possíveis de correspondência entre variáveis:
1) Correspondência automática. É estabelecida a
correspondência entre os nomes das variáveis do
conjunto de dados de teste e os das variáveis do conjunto
de dados da rede treinada. Os tipos de variáveis são
definidos baseados nessa correspondência.
2) Correspondência personalizada. A correspondência
personalizada permite estabelecer individualmente a
correspondência entre as variáveis do conjunto do dados
de teste e as do conjunto de dados da rede treinada. Isso é
feito quando os nomes das variáveis dos dois conjuntos
de dados são diferentes ou quando se desejam atribuições
diferentes.
62 Referência de comandos
Caixa de diálogo: Visão geral de teste
A caixa de diálogo Correspondência entre Variáveis apresenta uma
lista dos nomes das variáveis de cada conjunto, para que se possa
estabelecer a correspondência. A correspondência só pode ser
estabelecida entre variáveis do mesmo tipo. Cada vez que é
estabelecida uma correspondência, as atribuições feitas são
armazenadas com o conjunto de dados. Ao clicar em Carregar a
correspondência anterior, você pode ver as correspondências feitas
anteriormente e acessar um conjunto de atribuições anteriores para o
conjunto de dados.
A caixa de diálogo Visão Geral de Teste mostra, antes do início do
treinamento, a configuração de treinamento da rede atual e todos os
erros detectados nos dados a serem usados. Confira nesta caixa todas
as pressuposições de teste que você selecionou, segundo informadas
pelo NeuralTools. A seção de Erros e avisos apresenta uma descrição
de todos os problemas que o NeuralTools detectou com relação aos
dados que podem ser corrigidos antes de iniciar o teste.
Referência: Comandos de menu do NeuralTools 63
Relatórios de
teste
Após o teste, podem ser criados relatórios resumidos e detalhados.
Esses relatórios detalham o desempenho da rede neural treinada com
o conjunto de dados usado no teste. O conteúdo efetivo dos relatórios
gerados é especificado na caixa de diálogo Configurações da
aplicação, abaixo das configurações de Relatórios a Gerar e Colunas
nos Relatórios Detalhados. O relatório detalhado é especialmente útil
ao efetuar testes, porque indica como foi o desempenho da rede
treinada na previsão dos valores individuais de output com o
conjunto de dados testados.
• Relatório resumido de teste – o relatório resumido de teste
fornece estatísticas e gráficos sobre o desempenho da rede
neural treinada com o conjunto de dados de teste.
64 Referência de comandos
Para a previsão de categoria as principais estatísticas e gráficos no
relatório resumido de teste são:
1) % previsões inválidas – porcentagem dos casos em que a
categoria prevista não corresponde à categoria efetiva.
2) Probabilidade média incorreta (disponível somente em redes
PNN) – em cada caso, o NeuralTools calcula a probabilidade
de categorias incorretas, que é a soma das probabilidades
atribuídas pela rede PNN às categorias incorretas. Por
exemplo, se em determinado caso a rede atribuir uma
probabilidade de 30% ao vermelho, 20% ao amarelo e 50% ao
verde, e se soubermos que a resposta correta é vermelho,
então o valor para o caso em questão é 20% + 50% = 70%. Esse
valor fornece uma medida de erro da previsão de categoria
para cada caso individual, correspondendo ao Erro Residual
da previsão numérica. “Probabilidade média incorreta” é o
valor médio de erro correspondente a todos os casos.
Os Relatórios Detalhados mostram a Probabilidade Incorreta
para cada caso individual. Para compreender melhor este
conceito, pode ser útil mudar as definições do Relatório
Detalhado de modo a mostrar as probabilidades atribuídas
por uma Rede Neural Probabilística a cada categoria possível
de uma variável dependente. Para fazer isso, selecione
Configurações da aplicação no menu Utilidades e clique no
menu suspenso, à direita da linha Colunas nos Relatórios
Detalhados. Será exibida a caixa de diálogo NeuralTools –
Colunas a Exibir em Relatórios Detalhados. Nessa caixa de
diálogo, selecione Probabilidades de todas as categorias
(para PNN) para os testes. A seguir, treine uma rede PN com
um conjunto de dados que contenha no mínimo 3 categorias
na variável dependente (pode ser usado o arquivo do
exemplo Crédito automóvel.xls) e com a opção Testar
automaticamente selecionada. No Relatório Detalhado
resultante, observe como os valores na coluna %Incorreta se
relacionam às probabilidades atribuídas a cada categoria
possível; %Incorreta é a soma das probabilidades de todas as
categorias incorretas.
3) Matriz de Classificação – compara as categorias efetivas às
categorias previstas de cada categoria. Por exemplo, a matriz
de classificação pode revelar que uma rede detecta
corretamente uma condição médica em pacientes portadores
de determinada condição, mas que a rede tem a tendência de
emitir alarmes falsos no caso de pacientes sadios.
Referência: Comandos de menu do NeuralTools 65
4) Histograma de probabilidade de categorias incorretas
(disponível somente para redes PNN) – veja em
“Probabilidade média incorreta”, acima, uma explicação
sobre “Probabilidade de categorias incorretas”.
Para a previsão numérica as principais estatísticas e gráficos do
relatório resumido de teste incluem:
1) % previsões inadequadas – uma previsão é considerada
“inválida” se estiver fora da margem definida em torno do
valor efetivo; a amplitude da margem é definida pela
configuração de ‘Tolerância adequada/inadequada (Teste)’
na caixa de diálogo Configurações da aplicação.
2) Erro médio quadrático – medida do desvio das previsões em
relação ao valor efetivo (calculada como a raiz quadrada do
desvio quadrático médio).
3) Erro médio absoluto – desvio médio das previsões em
relação aos valores efetivos.
4) Histograma de residuais – “residual” é a diferença entre o
valor efetivo e o previsto.
5) Gráficos de dispersão que mostram as relações entre os
valores efetivos, previstos e residuais.
66 Referência de comandos
• Relatório Detalhado de Teste. Esse relatório se encontra
próximo ao conjunto de dados do teste e indica como foi o
desempenho da rede treinada na previsão dos valores
individuais de output com esse conjunto.
No Relatório Detalhado de Teste, as previsões são marcadas como
“Adequadas” ou “Inadequadas”, de acordo com o nível de tolerância
definido na caixa de diálogo “Configurações da aplicação”. Ao
executar vários testes, você pode acrescentar Relatórios Detalhados
em novas colunas à direita do conjunto de dados de teste, para poder
ver como as previsões mudam em cada caso individual à medida que
novas redes são testadas.
Referência: Comandos de menu do NeuralTools 67
Resumos rápidos
em relatórios
detalhados
Uma janela tipo pop-up do Excel, com um comentário, oferece rápido
acesso às informações do Relatório Resumido durante o exame de um
Relatório Detalhado. Basta rolar o mouse sobre o cabeçalho do
relatório e o comentário será exibido. Nota: para serem exibidos, os
comentários devem ser ativados na guia Exibir da caixa de diálogo
Opções do comando Ferramentas do Excel.
68 Referência de comandos
Comando: Prever
Especifica as definições da previsão de valores usando uma
rede neural treinada e executa a previsão
O comando Prever permite 1) especificar as definições da previsão de
valores usando uma rede neural treinada e 2) executar a previsão.
Os dados a serem previstos geralmente são casos com valores de
variáveis dependentes desconhecidos. As opções da caixa de diálogo
Previsão incluem:
• Conjunto de dados – mostra o conjunto de dados a ser usado
para a previsão. Este conjunto de dados deve ser definido por
meio do Gerenciador do conjunto de dados e deve constar na
planilha ativa.
• Rede a usar – especifica o nome e o local da rede neural a ser
usada para a previsão. As redes neurais podem ser salvas em
uma pasta de trabalho do Excel ou em um arquivo em disco.
Clique em Procurar... para mudar o nome ou o local indicado.
• Correspondência entre variáveis – especifica como será
estabelecida a correspondência entre as variáveis do conjunto
de dados a ser testado e as variáveis do conjunto de dados
usado para treinar a rede. Clique em Editar... para mudar a
correspondência entre variáveis. Para obter mais informações
sobre como usar Correspondência entre variáveis, consulte o
comando Teste neste capítulo.
Referência: Comandos de menu do NeuralTools 69
• Previsão para – seleciona os casos para os quais serão feitas as
previsões. Geralmente são selecionados casos de previsão
com Casos com valores dependentes faltando, mas, se
desejado, é possível fazer previsões para Todos os casos
(mesmo os casos em que o valor da variável dependente é
conhecido). Se houver uma variável tag no conjunto de
dados, os valores da variável dependente serão previstos
somente para os casos assinalados com a tag “previsão”.
• Opções – define o local do valor previsto e as opções da
Previsão ao Vivo.
1) Colocar valores previstos direto no conjunto de dados.
Esta opção especifica que, em cada caso previsto, os
valores previstos serão colocados diretamente no local
da variável dependente no conjunto de dados,
possivelmente além de serem colocados no Relatório
Detalhado (dependendo de os Relatórios Detalhados
estarem selecionados na definição de Relatórios a gerar,
nas Configurações da aplicação.) Isso sobrescreve todo o
conteúdo atual da célula e, por este motivo, deve ser
usado com cautela. Os valores previstos podem ser
identificados pela cor que aparecem no conjunto de
dados.
2) Ativar Previsão ao Vivo – especifica que o NeuralTools
colocará fórmulas nas células em que os valores de
variáveis dependentes previstos são mostrados. Estas
fórmulas permitem que o NeuralTools calcule os valores
previstos à medida que os valores independentes
mudam.
3) Excluir Previsão ao Vivo para casos com valores
inválidos ou ausentes – especifica que não será incluída
uma fórmula de previsão ao vivo nos casos em que os
valores de input das variáveis estiverem faltando.
Valores de input ausentes fazem com que as fórmulas da
previsão ao vivo retornem um valor de erro. Contudo,
nos casos com valores independentes ausentes, pode ser
útil permitir que o NeuralTools insira fórmulas, porque
assim que os valores ausentes são preenchidos, a
previsão aparece automaticamente.
70 Referência de comandos
Previsão ao Vivo
Este recurso só é oferecido na versão Industrial. A Previsão
ao Vivo é um recurso avançado que permite realizar
previsões automaticamente no Excel, sem passar por uma
operação de previsão específica. Com a Previsão ao Vivo, o
NeuralTools coloca fórmulas nas células em que os valores
previstos de variáveis dependentes são mostrados. Essas
fórmulas usam uma função personalizada do NeuralTools
para calcular os valores previstos, como, por exemplo:
=NetOutputPrediction(_PALDS_DG25B8C82B!$A$140;
“DG25B8C82B”; “VG1DD83AF2”; 'Dados de
previsão'!$A$6:$I$6; A7:I7)
A fórmula, propriamente dita, é acrescentada na planilha pelo
NeuralTools, não é necessário digitá-la. Os argumentos
permitem ao NeuralTools identificar a rede treinada que está
sendo usado, assim como o local dos valores independentes
na planilha. Quando os valores de input das variáveis
independentes de um caso são acrescentados ou modificados,
um novo valor é automaticamente previsto pelo NeuralTools.
Isso simplifica acrescentar e gerar previsões em novos casos
usando uma rede treinada existente.
Nota: se a previsão for baseada em valores de células em
relação aos quais não se espera que haverá mudanças,
recomenda-se cancelar a seleção da Previsão Instantânea na
caixa de diálogo de previsão; isso minimizará o tempo que
leva para o Excel recalcular a pasta de trabalho.
Referência: Comandos de menu do NeuralTools 71
Caixa de diálogo:
Visão geral de
previsão
A caixa de diálogo Visão Geral de Previsão mostra a configuração de
previsão para o conjunto de dados selecionado, assim como quaisquer
erros detectados em seus dados ou configurações antes do início da
previsão. Ao examinar o conteúdo dessa caixa, pode-se ver todas as
suposições de previsão selecionadas, segundo relatadas pelo
NeuralTools. A seção de Erros e avisos oferece uma descrição de
todos os problemas que o NeuralTools detectou com os seus dados ou
configurações, os quais podem ser corrigidos antes de se fazer
previsões.
72 Referência de comandos
Relatórios de
previsão
Após a previsão, podem ser criados relatórios resumidos e
detalhados. Esses relatórios detalham o desempenho da rede neural
treinada com o conjunto de dados usado no teste. O conteúdo efetivo
dos relatórios gerados é especificado na caixa de diálogo
Configurações da aplicação, abaixo das configurações de Relatórios a
gerar e Colunas nos relatórios detalhados.
• Relatório detalhado de previsão. Este relatório é colocado ao
lado do conjunto de dados usado na previsão. Ele fornece um
local para as previsões quando o usuário não desejar colocá-las
dentro da variável dependente, no próprio conjunto de dados;
se a variável dependente contiver dados históricos para
determinados casos, talvez seja mais seguro não misturar esses
casos históricos com as previsões da rede.
Ao executar várias previsões, você pode acrescentar Relatórios
Detalhados em novas colunas à direita do conjunto de dados, para
poder ver como as previsões mudam nos casos individuais à medida
que são usadas novas redes treinadas.
Referência: Comandos de menu do NeuralTools 73
74
Utilidades
Comando: Configurações da aplicação
Especificam as configurações dos relatórios de treinamento,
testes e previsões
O comando Configurações da aplicação permite selecionar 1) os
relatórios de treinamento, teste e previsão a serem gerados; 2) os
padrões de treinamento a serem usados; 3) os padrões de previsão e
tempo de execução a serem usados. Muitas Configurações da
aplicação são definições-padrão que são usadas nas caixas de diálogo
do treinamento, teste ou previsão. Veja a descrição das caixas de
diálogo para obter mais informações sobre essas configurações. Nesta
seção abordamos outras configurações.
Referência: Comandos de menu do NeuralTools 75
Relatórios
As configurações de relatórios incluem:
• Relatórios a gerar – cada operação realizada no NeuralTools
pode produzir um relatório resumido e um relatório detalhado.
Contudo, de modo geral sugerimos usar a configuração de
relatório padrão, já que outros relatórios acrescentam muito
pouco a certas operações. Por exemplo: o relatório detalhado é
o relatório padrão da operação de Previsão; nesse caso, um
relatório Resumido não acrescenta muito mais.
Os Relatórios Resumidos são colocados em sua própria
planilha, ao passo que os Relatórios Detalhados são colocados
em colunas, à direita do conjunto de dados, na mesma planilha
que o conjunto.
• As opções Colocar relatórios resumidos em incluem:
- Nova planilha – cria uma nova planilha para cada
relatório. Você pode usar novamente a mesma pasta de
trabalho para os relatórios ou sempre criar uma nova
pasta.
• As opções de Local do relatório detalhado incluem:
- Sobrescrever relatórios existentes – com esta opção, as
colunas com dados de Relatórios Detalhados anteriores
de um conjunto de dados são sobrescritas com novos
Relatórios Detalhados (para excluir manualmente um
Relatório Detalhado, selecione todas as colunas que o
contém clicando e arrastando sobre os títulos das colunas
e, a seguir, selecione Excluir, no menu Editar).
- À direita do conjunto de dados – com esta opção, novas
colunas são inseridas à direita do conjunto de dados, para
conter os novos Relatórios Detalhados.
- À direita dos relatórios existentes – com esta opção,
novas colunas são inseridas à direita do conjunto de
dados e relatórios existentes, para conter os novos
Relatórios Detalhados.
76 Utilidades
• Colunas a exibir em relatórios detalhados. Para cada linha
selecionada, é exibida uma nova coluna no Relatório Detalhado
à direita do conjunto de dados que apresentará as informações
de cada caso.
As seguintes colunas podem ser exibidas:
1) Tag usada – são exibidas tags de “treinamento”, “teste” e
“previsão” correspondentes a cada caso, se foram usadas
como parte do conjunto de treinamento ou teste ou se foi
feita previsão para um caso específico.
2) Previsão obtida usando rede – número ou categoria
prevista pela rede.
3) Probabilidade da categoria prevista (para PNN) – além
de prever uma categoria desconhecida, as redes neurais
probabilísticas atribuem uma probabilidade à mesma.
Este recurso não está disponível quando as categorias são
previstas usando Redes Multi-Layer Feedforward. Isto
também não se aplica à previsão numérica.
4) Probabilidade de categorias incorretas (para PNN) –
soma das probabilidades atribuídas pela rede PNN a
categorias incorretas. Por exemplo, se em um
determinado caso a rede atribuir uma probabilidade de
30% ao vermelho, 20% ao amarelo e 50% ao verde, e se
soubermos que a resposta correta é vermelho, então o
valor para o caso em questão é 20% + 50% = 70%. Esse
valor fornece uma medida de erro da previsão de
categoria para cada caso individual, correspondendo ao
Erro Residual da previsão numérica.
5) Erro residual – é a diferença entre o valor efetivo e o valor
dependente previsto. Não se aplica à previsão de
categorias.
Referência: Comandos de menu do NeuralTools 77
6) Avaliação adequada/inadequada – no caso da previsão
numérica, a coluna informa se a previsão referente a
determinado caso está fora da margem definida em torno
do valor efetivo; a amplitude da margem é definida como
“Tolerância adequada/inadequada”. No caso da previsão
de categoria, a coluna simplesmente informa se a
categoria prevista corresponde à categoria efetiva.
7) Probabilidades de todas as categorias (para PNN) –
quando esta opção for selecionada e existir uma Rede
Neural Probabilística treinada, será inserida uma coluna
para cada categoria dependente. Por exemplo, se a rede
for usada para prever uma cor, poderá haver colunas
intituladas “%vermelho”, “%amarelo” e “%verde” que
contêm as probabilidades atribuídas a cada uma dessas
cores.
• Tolerância adequada/inadequada Em casos de teste e
treinamento, se a previsão numérica estiver dentro da
porcentagem especificada do valor efetivo da variável
dependente, ela será indicada como “Adequada”.
78 Utilidades
Comando: Gerenciador de Rede Neural
Permite copiar, mover e excluir redes neurais treinadas
O comando Gerenciador de Rede Neural permite gerenciar redes
neurais treinadas, movê-las entre pastas de trabalho e arquivos, e
adicionar informações descritivas às redes.
As redes neurais podem ser armazenadas em uma pasta de trabalho
do Excel ou em um arquivo em disco. Não há limite para o número de
redes que pode ser colocado em uma mesma pasta de trabalho do
Excel. Com o Gerenciador de Rede Neural, é possível mover redes
para novas pastas de trabalho ou arquivos, ou excluí-las ou substituílas. Isso permite analisar facilmente os conjuntos de dados em outras
pastas de trabalho usando redes treinadas existentes, sem a pasta de
trabalho que contém os dados de treinamento.
Referência: Comandos de menu do NeuralTools 79
As opções do Gerenciador de Rede Neural incluem:
• Copiar – copia em outro local uma rede neural treinada. Basta
selecionar a pasta de trabalho ou arquivo em que deseja colocar
a rede.
• Remover – exclui uma rede neural treinada.
• Substituir – substitui uma rede neural treinada por uma nova
rede. Este recurso está disponível para redes usadas para
Previsão ao Vivo. Após a substituição, as previsões ao vivo
efetuadas anteriormente usando a rede antiga serão feitas
utilizando a nova rede. Contudo, isso não se aplica aos
Relatórios Detalhados. Se o relatório detalhado contiver células
de previsão ao vivo nas quais é usada a rede a ser substituída,
ocorrerá que, após a substituição, essas células conterão valores
fixos.
• Informações da rede – permite acrescentar informações
descritivas a uma rede. Isso ajuda a identificar a rede treinada e
as condições em que foi treinada.
80 Utilidades
Comando: Utilidades de dados ausentes
Permite substituir dados ausentes e valores de erro de um
conjunto de dados por valores artificiais
O comando Utilidade de Dados Ausentes permite substituir dados
indesejados ou ausentes do conjunto de dados por valores artificiais.
Durante o treinamento, teste e previsão, os casos com valores de
variáveis ausentes são ignorados pelo NeuralTools, portanto,
geralmente é útil corrigir esses valores antes do processo.
A caixa de diálogo Visão Geral do Treinamento apresenta um aviso
quando houver valores ausentes no conjunto de dados. Se isso
ocorrer, esses casos podem ser corrigidos usando-se o comando
Utilidades de Dados Ausentes.
A caixa de diálogo Utilidade de Dados Ausentes apresenta as
seguintes opções:
• Variáveis a modificar – fornece uma lista de variáveis usadas no
conjunto de dados da planilha atual, e exibe o número de dados
ausentes, erros e dados não numéricos (de variáveis numéricas).
Assinalar uma variável a seleciona para que os dados ausentes ou
indesejados sejam substituídos.
A lista de variáveis contém um submenu de contexto com
comandos para selecionar e cancelar a seleção de grupos de
variáveis.
Referência: Comandos de menu do NeuralTools 81
• Valores a substituir – seleciona os tipos de valores que serão
substituídos nas variáveis selecionadas. Valor específico –
permite substituir todas as instâncias de um valor específico por
uma variável com um novo valor.
• O que usar como substituição – especifica valores a serem
colocados no conjunto de dados em vez dos dados ausentes ou
indesejados. Valores diferentes são especificados para variáveis
categóricas e numéricas:
Variáveis categóricas – as opções são:
- Categoria mais frequente / Categoria menos frequente –
o valor da categoria que ocorre com maior ou menor
frequência para os casos do conjunto de dados
- Categoria vizinha – o valor da categoria que ocorre no
caso no conjunto de dados próximo àquele com o valor
ausente
- Categoria selecionada aleatoriamente – valor de uma
categoria selecionado aleatoriamente entre os valores no
conjunto de dados.
- Categoria específica – define todos os valores ausentes
ou indesejados em como um valor específico
Variáveis numéricas – as opções são:
- Valor médio da variável – o valor médio da variável de
todos os casos do conjunto de dados
- Valor mediano da variável – o valor mediano da variável
de todos os casos do conjunto de dados
- Interpolação de valores vizinhos – o valor calculado pela
interpolação entre os valores das variáveis nos casos do
conjunto de dados ao lado do caso com o valor ausente
- Valor aleatório (entre mín. e máx.) – um valor aleatório
selecionado entre os valores mínimo e máximo das
variáveis para todos os casos do conjunto de dados.
Limpar células apaga os valores selecionados da variável, seja esta
numérica ou categórica.
82 Utilidades
Mais informações
sobre valores
ausentes
A caixa de diálogo Utilidades de Dados Ausentes fornece uma
alternativa para os dados ausentes: ela gera dados artificiais para
preencher os dados que estão faltando. Muitas vezes pode ser melhor
simplesmente deixar os dados ausentes como células em branco, e
deixar o NeuralTools ignorar os casos com dados ausentes. Observe
que o NeuralTools não reconhece símbolos especiais como, por
exemplo, “?” como dados ausentes; pontos de interrogação devem ser
eliminados. Isso pode ser feito com as Utilidades de Dados Ausentes,
selecionando-se “Valor específico” na seção Valores a substituir e
“Limpar células” na seção “O que usar como substituição”.
Às vezes também é possível usar o NeuralTools para prever valores
ausentes em uma variável independente a partir de outras variáveis
independentes com poucos ou nenhum dado ausente. Os resultados
do teste indicarão se a rede treinada para prever os valores ausentes é
confiável.
Referência: Comandos de menu do NeuralTools 83
84
Mais informações sobre redes neurais
Noções básicas sobre redes neurais
Rede neural é um sistema que usa inputs numéricos para efetuar
cálculos e gerar um ou mais valores numéricos baseados nesses
inputs. Quando a rede neural é criada e treinada para uma aplicação
específica, ela produz valores de output aproximadamente corretos
para os inputs fornecidos. Por exemplo: uma rede pode conter inputs
que representam algumas características facilmente mensuráveis de
um haliote (animal aquático), como comprimento, diâmetro e peso.
Os cálculos efetuados pela rede produzem um único número, que
geralmente é próximo à idade do animal (a idade de um haliote é
mais difícil de determinar).
As redes neurais foram inspiradas na estrutura do cérebro. O cérebro
é formado por um grande número de células denominadas
“neurônios”. Cada neurônio recebe impulsos de outros neurônios
através de vários “dendritos”. Dependendo dos impulsos recebidos, o
neurônio transmite um sinal a outros neurônios, por meio de seu
“axônio”, que se conecta a dendritos de outros neurônios. Da mesma
forma que o cérebro, as redes neurais artificiais são compostas por
elementos; cada um desses elementos recebe uma série de inputs e
gera um único output, sendo que o output é uma função
relativamente simples dos inputs.
Mais informações sobre redes neurais 85
Comparacão entre redes neurais e métodos
estatísticos
As redes neurais fornecem uma alternativa aos métodos estatísticos
convencionais. Da mesma forma que as regressões lineares, as redes
neurais são usadas para aproximação de funções. E da mesma forma
que análises discriminantes e regressões logísticas, as redes neurais
são usadas para classificação. A vantagem das redes neurais é que são
capazes de modelar funções extremamente complexas. Isso é bem
diferente do que é efetuado pelas técnicas lineares convencionais
(regressão linear e análise discriminante linear). As técnicas de
otimização de modelos lineares já eram bem conhecidas antes de
terem sido inventadas as redes neurais artificiais, em meados do
século XX. Levou muitos anos até serem desenvolvidos algoritmos
eficazes no treinamento de redes neurais. Contudo, atualmente, existe
uma grande variedade de algoritmos sofisticados para treinamento de
redes neurais, o que as torna uma alternativa mais interessante do que
os métodos convencionais.
Estrutura de uma rede neural
A estrutura da rede neural é composta de unidades conectadas
referidas como “nós” ou “neurônios”. Cada neurônio efetua uma
parte dos cálculos dentro da rede: o neurônio usa alguns números
como inputs, efetua cálculos relativamente simples com os mesmo e
retorna um output. O valor de output de um neurônio é então
transmitido como um dos inputs para outro neurônio, exceto no caso
dos neurônios que geram os valores de output finais de todo o
sistema.
Os neurônios são dispostos em camadas. Os neurônios da camada de
inputs recebem os inputs para efetuar os cálculos, como o
comprimento, diâmetro e peso de um haliote individual. Esses valores
são passados aos neurônios na primeira camada oculta, que efetuam
os cálculos baseados nos inputs e passam os outputs para a próxima
camada. A próxima camada pode ser outra camada oculta, se for o
caso. Os outputs dos neurônios na última camada oculta são passados
ao neurônio ou neurônios que geram os outputs finais da rede como,
por exemplo, a idade do haliote.
86 Noções básicas sobre redes neurais
Previsão numérica e de categoria
Quando as redes neurais são usadas para prever valores numéricos,
geralmente elas produzem apenas um output. Isso ocorre porque as
redes de output único são mais confiáveis do que as que produzem
múltiplos outputs, e praticamente qualquer problema de previsão
poder ser processado por redes de output único. Por exemplo, em vez
de construir uma única rede para prever o volume e o preço de uma
ação no dia seguinte, é melhor criar uma rede para previsões de preço
e outra para previsões de volume. Por outro lado, as redes neurais
usadas para previsão de classificação ou categoria têm múltiplos
outputs. Suponhamos, por exemplo, que queremos prever se o preço
de uma ação “subirá mais de 1%”, “cairá mais de 1%” ou “não
mudará mais de 1%”. Neste caso, a rede terá três outputs numéricos;
o output mais alto indicará a categoria selecionada pela rede.
Como treinar uma rede
Treinamento de rede é o processo de ajuste fino dos parâmetros de
cálculo com a finalidade de fazer com que a rede produza outputs
com valores aproximadamente corretos para os inputs fornecidos.
Esse processo, por um lado, é baseado no treinamento de dados e, por
outro, no algoritmo de treinamento. O algoritmo de treinamento
seleciona diversos conjuntos de parâmetros de cálculo e avalia cada
conjunto aplicando a rede a cada caso do treinamento, com o objetivo
de determinar a adequação das respostas fornecidas pela rede. Cada
conjunto de parâmetros é uma “tentativa”; o algoritmo de
treinamento seleciona novos conjuntos de parâmetros com base nos
resultados das tentativas anteriores.
Processamento computacional de redes neurais
A rede neural é um modelo de cálculos que pode ser utilizado em
vários tipos de computadores e equipamentos relacionados. Uma rede
neural pode ser construída a partir de pequenos elementos de
processamento, cada qual efetuando o trabalho de um neurônio
individual. Entretanto, geralmente as redes neurais são implantadas
em um computador com apenas um processador possante, como a
maioria dos computadores usados atualmente. Em computadores que
contêm apenas um processador, um programa como o NeuralTools
usa o mesmo processador para efetuar cada cálculo do neurônio;
nesse caso, o conceito de neurônio refere-se a uma parte dos cálculos
necessários para obter uma previsão, e não a um elemento físico de
processamento.
Mais informações sobre redes neurais 87
Tipos de redes neurais
Há vários tipos de redes neurais, que se diferenciam pela estrutura,
pelos tipos de cálculos efetuados dentro dos neurônios e pelos
algoritmos de treinamento. Um dos tipos de redes oferecidos pelo
NeuralTools é a Rede Multi-Layer Feedforward. Com as redes MLF,
o usuário do NeuralTools pode especificar se deve haver uma ou duas
camadas de neurônios ocultos e quantos neurônios as camadas
ocultas devem conter (o NeuralTools fornece ajuda de como fazer as
seleções adequadas, conforme descrito na seção sobre redes MLF). O
NeuralTools também oferece Redes Neurais de Regressão
Generalizada e Redes Neurais Probabilísticas; essas redes se
interrelacionam estreitamente, sendo que o primeiro tipo é usado para
previsão numérica e o segundo para previsão de
categorias/classificação. No caso das redes GRN/PN, o usuário não
precisa tomar nenhuma decisão quanto à estrutura da rede. Essas
redes sempre têm duas camadas ocultas de neurônios, sendo que um
neurônio em caso de treinamento encontra-se primeira camada oculta;
o tamanho da segunda camada depende de certos fatores
relacionados aos dados de treinamento.
As próximas seções deste capítulo explicam detalhadamente cada tipo
de rede neural que pode ser usado no NeuralTools.
88 Noções básicas sobre redes neurais
g
Redes Multi-Layer Feedforward
As Redes Multi-Layer Feedforward (também conhecidas como
“Redes Multi-Layer Perceptron”) são sistemas capazes de efetuar
aproximações de funções complexas, podendo, portanto, modelar
relações complexas entre variáveis independentes e uma variável
dependente.
Arquitetura MLF
O diagrama abaixo mostra uma rede MLF de previsão numérica com
três variáveis numéricas independentes; a rede foi configurada para
ter 2 neurônios/nós na primeira camada oculta e 3 neurônios/nós na
segunda camada oculta.
Fatores que determinam o comportamento da rede:
• Topologia (o número de camadas ocultas e o número de nós das
camadas)
• “Pesos” das conexões (um parâmetro atribuído a cada conexão) e
termos de viés (um parâmetro atribuído a cada neurônio)
Output
unda
Se
camada
oculta
Primeira
camada
oculta
Inputs
• Função de ativação/transferência usada para converter os inputs
de cada neurônio no output correspondente.
Mais informações sobre redes neurais 89
Especificamente, um neurônio oculto com n inputs primeiro calcula a
soma ponderada de seus inputs:
Soma = in
onde o intervalo de in
camada anterior, enquanto o intervalo de w
* w0 + in1 * w1 + ... + inn * wn + viés
0
a inn corresponde a outputs de neurônios da
0
a wn corresponde aos
0
pesos da conexão; cada neurônio tem seu próprio valor de viés. Em
seguida, a função de ativação é aplicada à Soma para gerar o output
do neurônio.
A função sigmóide (em forma de S) é usada como a função de
ativação nos neurônios das camadas ocultas. Mais especificamente, o
NeuralTools usa a função tangente hiperbólica. No NeuralTools, o
neurônio de output usa identidade como função de ativação, ou seja,
ele simplesmente retorna a soma ponderada de seus inputs. Às vezes,
as redes neurais são construídas com funções de ativação sigmóides
nos neurônios de output. Contudo, isso não é necessário para que a
rede neural possa fazer aproximações de funções complexas. Além
disso, as funções sigmóides têm um intervalo restrito de output (de -1
a 1 para a função tangente hiperbólica), e geralmente há valores
dependentes fora desse intervalo. Assim, o uso da função sigmóide no
neurônio de output força uma transformação adicional dos valores de
output antes de passar os dados de treinamento para a rede.
Quando são usadas redes MFL para classificação, elas têm múltiplos
neurônios de output, um correspondente a cada possível categoria
dependente. A rede classifica cada caso calculando seus outputs
numéricos; a categoria selecionada é a que corresponde ao neurônio
com o valor mais alto de output.
90 Redes Multi-Layer Feedforward
Loading...