Нейронні мережі в R

Із CRAN можна звантажити декілька пакетів реалізацій нейронних мереж на R (nnet, neuralnet, deepnet), крім них доступні пакети в основі яких лежать реалізації на інших мовах. Це такі пакети як MXnet, darch, deepnet, h2o, Keras, TensorFlow.
Простий приклад використання neuralnet:

library("neuralnet")
input<-c(0,1,2,3,4,5,6,7,8,9,10)
output<-c(0,1,4,9,16,25,36,49,64,81,100)
mydata<-cbind.data.frame(input,output)
attach(mydata)
#навчити мережу базуючись на input та output
model=neuralnet(
  formula=output~input,
  data=mydata, #дані
  hidden=10, #кількість нейронів в прихованому шарі
  threshold=0.01 #поріг спрацювання
)
print(model)
#виводимо схему нейронної мережі
plot(model)
#Перевіряємо дані - фактичні та прогнозовані
final_output=cbind(input, output, as.data.frame(model$net.result))
colnames(final_output)=c("Input", "Expected Output", "Neural Net Output")
print (final_output)

Схема виведеної нейронної мережі:

Результат останнього рядка:

> print (final_output)
   Input Expected Output Neural Net Output
1      0               0    -0.03201495085
2      1               1     1.06055285170
3      2               4     3.94874048046
4      3               9     9.04712836579
5      4              16    15.95320583534
6      5              25    25.04209529555
7      6              36    35.96538600919
8      7              49    49.02582329602
9      8              64    63.98293622728
10     9              81    81.00740516129
11    10             100    99.99788023489

Джерела:
G. Ciaburro, B. Venkateswaran Neural Networks with R. 2017