Pertanyaan yang diberi tag «perceptron»

Saya akan membaca catatan kuliah Andrew Ng tentang Pembelajaran Mesin. Catatan tersebut memperkenalkan kita pada regresi logistik dan kemudian ke perceptron. Saat menggambarkan Perceptron, catatan mengatakan bahwa kami hanya mengubah definisi fungsi ambang yang digunakan untuk regresi logistik. Setelah melakukan itu, kita dapat menggunakan model Perceptron untuk klasifikasi. Jadi pertanyaan …

30 regression  machine-learning  self-study  logistic  perceptron 

Pada dasarnya, pertanyaan saya adalah bahwa dalam multilayer Perceptrons, perceptrons digunakan dengan fungsi aktivasi sigmoid. Sehingga dalam aturan pembaruan dihitung sebagaiy^y^\hat{y} y^=11+exp(−wTxi)y^=11+exp⁡(−wTxi)\hat{y} = \frac{1}{1+\exp(-\mathbf{w}^T\mathbf{x}_i)} Bagaimana perbedaan "sigmoid" Perceptron ini dari regresi logistik? Saya akan mengatakan bahwa perceptron sigmoid satu-lapisan setara dengan regresi logistik dalam arti bahwa keduanya menggunakan dalam aturan …

21 logistic  classification  neural-networks  gradient-descent  perceptron 

Ini adalah pertanyaan tentang terminologi. Kadang-kadang saya melihat orang menyebut jaringan saraf yang dalam sebagai "perceptrons berlapis-lapis", mengapa demikian? Saya diajari perceptron, adalah pengklasifikasi lapisan tunggal (atau regresi) dengan keluaran ambang biner menggunakan cara spesifik untuk melatih bobot (bukan back-prop). Jika output perceptron tidak sesuai dengan target output, kami menambah …

16 neural-networks  perceptron 

Saya bereksperimen sedikit dengan implementasi Perceptron yang berbeda dan ingin memastikan apakah saya memahami "iterasi" dengan benar. Aturan perceptron asli Rosenblatt Sejauh yang saya mengerti, dalam algoritma perceptron klasik Rosenblatt, bobot secara bersamaan diperbarui setelah setiap contoh pelatihan melalui Δ b( t + 1 )= Δ w( t )+ η( …

15 optimization  gradient-descent  perceptron 

Apakah ada perbedaan antara istilah "jaringan saraf" dan "perceptron"?

12 machine-learning  neural-networks  terminology  perceptron 

Saya mencoba untuk merencanakan batas keputusan algoritma perceptron dan saya benar-benar bingung tentang beberapa hal. Contoh input saya adalah dalam bentuk , pada dasarnya contoh input 2D ( x 1 dan x 2 ) dan nilai target kelas biner ( y ) [1 atau 0].[ ( x1, x2) , y][(x1,x2),y][(x_{1},x_{2}), …

11 machine-learning  neural-networks  python  decision-theory  perceptron 

Masalah klasifikasi dengan batas nonlinier tidak dapat diselesaikan dengan perceptron sederhana . Kode R berikut adalah untuk tujuan ilustrasi dan didasarkan pada contoh ini dengan Python): nonlin <- function(x, deriv = F) { if (deriv) x*(1-x) else 1/(1+exp(-x)) } X <- matrix(c(-3,1, -2,1, -1,1, 0,1, 1,1, 2,1, 3,1), ncol=2, byrow=T) …

10 r  neural-networks  svm  kernel-trick  perceptron 

Saya bertanya-tanya tentang perbedaannya. Berdasarkan pemahaman saya, MLP adalah salah satu jenis jaringan saraf, di mana fungsi aktivasi sigmoid, dan istilah kesalahan adalah kesalahan lintas-entropi (logistik). Mencari bantuan, terima kasih!

8 neural-networks  perceptron