Loginom Academic для "Нейросеть (классифиикация)" позволяет указывать только один столбец данных в качестве выхода (нейросети). Сделать возможными несколько выходов просто не дошли руки? Или есть какие-то принципиальные возражения против того, чтобы нейросеть осуществляла "многомерную классификацию" входных данных?

Здесь можно задавать вопросы по Loginom Academic? При попытке в настройках "Нейросеть (классифиикация)" - "Настройка входных столбцов" присвоить столбцу "назначение" = "Выходное" сегодня выскакивает ошибка "В процессе работы программы возникла ошибка. Не найден допустимый тип нормализации." ... При том, что вчера, вроде, всё получалось. Куда смотреть?

Увидел, спасибо, но ... судя по тому, что и там, и там встречается одна и та же фраза: "для обучения используется квазиньютоновский метод Бройдена-Флетчера-Гольдфарба-Шанно с ограниченным использованием памяти L-BFGS" -- правильно ли я понимаю, что это одинаковые по принципу функционирования сети, только в "Нейросеть (регрессия)"...

Подскажите, где прочитать по суть разницы между тем, что названо (в Loginom) "Нейросети (класификация)", и тем, что названо "Нейросети (регрессия)"?

Кстати, аналогичный вопрос возникает по поводу "регламента" снятия сигналов с нейронов последнего слоя: там имеются веса? В смысле - не просто некоторые константные множители (которые можно трактовать как "преподготовку" данных, составляющих обучающие образцы), а как коэффициенты, которые оптимизируются в процессе обучения сети?