algorytm.org

Uczenie pojedynczego neuronu z nauczycielem

Baza Wiedzy
wersja offline serwisu przeznaczona na urządzenia z systemem Android
Darowizny
darowiznaWspomóż rozwój serwisu
Nagłówki RSS
Artykuły
Implementacje
Komentarze
Forum
Bookmarki






Sonda
Implementacji w jakim języku programowania poszukujesz?

Uczenie pojedynczego neuronu z nauczycielem
Ocena użytkowników:***** / 7
SłabyŚwietny 
Wpisany przez Tomasz Lubiński, 27 lipca 2005 18:43

Metody z nauczycielem mogą być stosowane wtedy, gdy dla określonych danych wejściowych neuronu (xi gdzie i=1,2, ..., n ) wiemy jaka powinna być związana z nimi prawidłowa odpowiedź. Inaczej mówiąc sprawdzamy wtedy reakcje neuronu na nasze dane i porównujemy z oczekiwanymi wynikami. Na początku wagi połączeń ustawiamy na przypadkowe wartości (np. z przedziału <-0,5 ; 0,5> ). Jeśli neuron na pewien ciąg danych wejściowych odpowiada źle, to wyznaczamy wielkość błędu e i na jego podstawie modyfikujemy odpowiednie wagi tak, by już następnym razem na te same dane odpowiedział on lepiej. Wagi modyfikujemy tak długo, aż neuron odpowie dostatecznie blisko prawidłowej odpowiedzi (błąd będzie satysfakcjonująco mały).

Model neuronu

Błąd odpowiedzi e to różnica między odpowiedzią neuronu z a wartością przez nas pożądaną p. Czyli e=z-p
Nową wartość wagi w'i obliczamy na podstawie błędu e, starej wartości wagi wi, sygnału na wejściu xi oraz współczynnika uczenia a (np 0,1) następująco:
w'_i=w_i+a*x_i*e
Należy przy tym zauważyć, że jeżeli nauczymy neuron odpowiadać na pierwsze pytanie, po czym nauczymy odpowiadać na drugie to nie będzie to oznaczać, że odpowiada on w dalszym ciągu prawidłowo dla pierwszych danych wejściowych.

Implementacje
AutorJęzyk
programowania
KomentarzOtwórzPobierzOcena
Tomasz LubińskiDelphi/PascalBorland Delphi 5
.pas
.pas
***** / 1
 
Dodaj własną implementację tego algorytmu
  • Zaloguj się na stronie
Plik:
Język
programowania:
Komentarz:
  By móc dodać implementacje zaloguj się na stronie

Poprawiony: 15 sierpnia 2012 13:52
Dodaj komentarz