これらのキーワードがハイライトされています：パーセプトロン perceptron 誤り訂正学習
最も基本的なニューラルネットの形式．次式の符号により，2クラスのクラス分類を行う．
f(\mathbf{x})=\sum_{i}^N w_i x_i
ただし，
\mathbf{x}=(x_1,\ldots,x_n) は入力信号，
\mathbf{w}=(w_1,\ldots,w_n) は重み，バイアス項は定数入力に対する重みで表現．すなわち，活性化関数が
ステップ関数であるような
一般化線形モデル．
線形分離可能な問題にしか適用できない．しかし，そうでない問題にも，カーネルトリックを使って問題を線形分離可能にすれば適用できる．
誤り訂正学習 (error correcting learning)†
確率的勾配降下法の重みの学習方法．これは誤分類したときにのみ，重み \mathbf{x} に入力 \mathbf{x} を更新する．
- if 分類結果が正しい then 重み \mathbf{w} は変更なし
- if 分類結果が誤り then
- if 1 クラスを 0 クラスに間違った then \mathbf{w}\leftarrow\mathbf{w}+\mathbf{x}
- if 0 クラスを 1 クラスに間違った then \mathbf{w}\leftarrow\mathbf{w}-\mathbf{x}
-- しましま
関連項目†
リンク集†
関連文献†
![[PukiWiki]](image/ibisforest.png "[PukiWiki]")
