Каким способом обучить нейронную сеть?

Question

[Valer]

Привет всем :) В проекте столкнулся с такой задачей:
На входе имею 16 нейронов, каждый из которых уже приведен к числу в диапазоне от 0 до 1, на выходе должен получить шанс выпадения 1 для данных значений.
Для наглядности что-то вроде такого собрал для обучения сети:

• 0.1 | 0.2 | 0.4 | 0.4 | ... | 1
  
• 0.3 | 0.1 | 0.8 | 0.3 | ... | 1
  
• 0.7 | 0.8 | 0.2 | 0.1 | ... | 0
  ...
  

Первые числа являются значениями нейронов, последнее - то, что имею на выходе (0 или 1).

Задача показалась мне тривиальной, поэтому посоветуйте пожалуйста какие нибудь источники, методы, что нибудь, что бы не копаться слишком глубоко в мир машинного обучения и решить это за короткие сроки.

Answer 1

[dmshar]

16 входов. Бинарный выход. Зачем тут нейронная сеть???
Берете любой классический классификатор - kNN, DecisionTree, Логистическую регрессию, ... да какую угодно, и вперед. Наивный Байес даст прекрасную вероятность принадлежности. Благо все уже реализовано до нас.
Реализовано - в Python - scikit-learn, в R, в любом более-менее серьезном пакете машинного обучения.
Нейросеть - разве что от нечего делать, большого желания покопаться в теме и массы свободного времени. У них своя сфера применения. Не стоит нейросеть совать в любую дырку. Микроскоп не предназначен для забивания гвоздей.