<<
>>

Приложение Б. Алгоритмы обучения

Искусственные нейронные сети обучаются самыми разнообразными методами. К счастью, большинство методов обучения исходят из общих предпосылок и имеет много идентичных характеристик. Целью данного приложения является обзор некоторых фундаментальных алгоритмов, как с точки зрения их текущей применимости, так и с точки зрения их исторической важности. После ознакомления с этими фундаментальными алгоритмами другие, основанные на них, алгоритмы будут достаточно легки для понимания и новые разработки также могут быть лучше поняты и развиты.

<< | >>
Источник: Ф. Уоссермен. Нейрокомпьютерная техника: Теория и практика. 1992

Еще по теме Приложение Б. Алгоритмы обучения:

  1. 2.2 Алгоритм обучения нейронной сети для ускоренной сходимости обучения
  2. 1.2.7. Генетический алгоритм обучения
  3. 3.1 Алгоритм обучения нейронной сети.
  4. Генетический алгоритма для обучения нейронной сети для вертикализации экзоскелета с одним критерием оптимизации
  5. Приложение 4 Алгоритм распознавания окружностей со случайным поиском для робототехнической системы
  6. Генетический алгоритма для обучения нейронной сети для вертикализации экзоскелета с двумя критериями оптимизации
  7. Приложение Теория государства и права.Учебно-методический комплекс для студентов заочной формы обучения Введение
  8. Приложение Теория государства и права.Учебно-методический комплекс для студентов очной и очно-заочной форм обучения Введение
  9. Приложение Г Порядок проведения инструктажа, обучения по охране труда и проверки знаний требований охраны труда при приеме (переводе) на работу[5]
  10. 4. Классификация систем (форм) обучения по механизму декомпозиции содержания обучения
  11. 23.Психологическая характеристика обучения. Обучение и развитие. Сущность, виды и механизмы научения.
  12. 4. Интенсификация обучения и проблемное обучение
  13. §1. Понятие о методах обучения и их классификации.Взаимосвязь методов обучения
  14. 2.2.1 Алгоритм обратного распространения ошибки
  15. Алгоритм