類神經網路搭配啟發式演算法於時間序列之應用 系列

監督式類神經網路常見的梯度下降法，是以誤差為基礎作為目標函數進行權重最佳化，往往能訓練出計算值與實際值誤差非常小的類神經網路模型，然而誤差極小化真的是實務中需要的嗎？本次分享中將會以較少見的訓練方式——啟發式演算法作為權重修正方式，使得目標函數的假設可以充分自由化，藉此更容易滿足實務上需求。