Statistiken und Big Data perceptron

6

Was ist der Unterschied zwischen logistischer Regression und Perzeptron?

Ich werde durch Andrew Ng Vortrag Notizen auf Machine Learning. Die Notizen führen uns in die logistische Regression und dann in Perzeptron ein. Während der Beschreibung von Perceptron heißt es in den Anmerkungen, dass wir nur die Definition der Schwellenwertfunktion ändern, die für die logistische Regression verwendet wird. Danach können …

30 regression machine-learning self-study logistic perceptron

3

Von der Perceptron-Regel zum Gradientenabstieg: Wie unterscheiden sich Perceptrons mit einer Sigmoid-Aktivierungsfunktion von der logistischen Regression?

Im Wesentlichen ist meine Frage, dass in mehrschichtigen Perzeptronen Perzeptrone mit einer Sigma-Aktivierungsfunktion verwendet werden. So dass in der Aktualisierungsregel y wird wie folgt berechnety^y^\hat{y} y^= 11 + exp( - wTxich)y^=11+exp⁡(-wTxich)\hat{y} = \frac{1}{1+\exp(-\mathbf{w}^T\mathbf{x}_i)} Inwiefern unterscheidet sich dieses "Sigma" -Perceptron von einer logistischen Regression? Ich würde sagen , dass eine einlagige …

21 logistic classification neural-networks gradient-descent perceptron

3

Mehrschichtiges Perzeptron gegen tiefes neuronales Netzwerk

Dies ist eine terminologische Frage. Manchmal sehe ich Menschen, die tiefe neuronale Netze als "vielschichtige Perzeptrone" bezeichnen. Warum ist das so? Mir wurde beigebracht, dass ein Perzeptron ein einschichtiger Klassifikator (oder Regressor) mit einem binären Schwellenwert ist, der eine bestimmte Art des Trainings der Gewichte verwendet (kein Back-Prop). Wenn die …

16 neural-networks perceptron

1

Erläuterung der Implementierung von Perceptron-Regel vs. Gradient Descent vs. Stochastic Gradient Descent

Ich habe ein wenig mit verschiedenen Perceptron-Implementierungen experimentiert und möchte sicherstellen, dass ich die "Iterationen" richtig verstehe. Rosenblatts ursprüngliche Perzeptronregel Soweit ich weiß, werden bei Rosenblatts klassischem Perzeptron-Algorithmus die Gewichte nach jedem Trainingsbeispiel gleichzeitig über aktualisiert Δw(t+1)=Δw(t)+η(target−actual)xiΔw(t+1)=Δw(t)+η(target−actual)xi\Delta{w}^{(t+1)} = \Delta{w}^{(t)} + \eta(target - actual)x_i wo hier die ist. Und sowohl Ziel …

15 optimization gradient-descent perceptron

4

Was ist der Unterschied zwischen einem neuronalen Netzwerk und einem Perzeptron?

Gibt es einen Unterschied zwischen den Begriffen "Neuronales Netz" und "Perzeptron"?

12 machine-learning neural-networks terminology perceptron

2

Entscheidungsgrenzdiagramm für ein Perzeptron

Ich versuche, die Entscheidungsgrenze eines Perzeptron-Algorithmus zu zeichnen, und bin über einige Dinge wirklich verwirrt. Meine Eingabeinstanzen haben die Form , im Grunde eine 2D-Eingabeinstanz ( x 1 und x 2 ) und einen Binärklassenzielwert ( y ) [1 oder 0].[ ( x1, x2) , y]][(x1,x2),y][(x_{1},x_{2}), y]x1x1x_{1}x2x2x_{2}yyy Mein Gewichtsvektor hat …

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

1

Wie kann man ein einfaches Perzeptron kernelisieren?

Klassifizierungsprobleme mit nichtlinearen Grenzen können nicht mit einem einfachen Perzeptron gelöst werden . Der folgende R-Code dient nur zur Veranschaulichung und basiert auf diesem Beispiel in 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, …

10 r neural-networks svm kernel-trick perceptron

3

Unterschied zwischen MLP (Multi-Layer Perceptron) und Neuronalen Netzen?

Ich wundere mich über die Unterschiede. Nach meinem Verständnis ist MLP eine Art von neuronalen Netzen, bei denen die Aktivierungsfunktion sigmoid ist und der Fehlerterm ein Entropiefehler (Logistikfehler) ist. Auf der Suche nach Hilfe, danke!

8 neural-networks perceptron

1

Wann sollten RBF-Netzwerke anstelle von mehrschichtigem Perzeptron verwendet werden?

Ich verstehe, dass ein neuronales Netzwerk mit radialer Basisfunktion (RBF) normalerweise eine verborgene Schicht hat und sich von einem mehrschichtigen Perzeptron (MLP) unter anderem durch seine Aktivierungs- und Kombinationsfunktionen unterscheidet, aber wie entscheide ich, wann ein Datensatz / Problem ist besser für einen RBF anstelle eines MLP geeignet? Muss ich …

7 machine-learning neural-networks perceptron rbf-network

Als «perceptron» getaggte Fragen