この章を学ぶ前に必要な知識
条件
- 単純パーセプトロンは線形分離可能な問題にのみ適用可
効果
- ベクトルを入力として二つのクラスのどちらかを出力できる
ポイント
- 学習は入力される数値列に掛け合わせる重みを最適にする作業
- 人手でハイパーパラメータの設定が必要
解 説
パーセプトロンはニューラルネットの基礎技術にあたるニューロンモデルを参考にして作られた機械学習手法の一つ。
入力は数値のベクトルになり、以下の式により出力を計算する.閾値と比較して大きければ1そうでなければ0を返すような動きをする | パーセプトロン |
パーセプトロンのシンプルな形である単純パーセプトロンでは、
線形な関数で分離出来る問題しか解くことができない。それは上記の式のように学ぶことが出来るのが線形の関数になるためである。
学習では、上記の式の重みを更新してすべての入力と答えが正解するまで続ける。
出力した値と答えの値を比較して
差があればその分重みを更新して学習を進めていく | パーセプトロンの特徴 |
この章を学んで新たに学べる
Comments
