Statistiques et Big Data perceptron

6

Quelle est la différence entre la régression logistique et le perceptron?

Je passe en revue les notes de cours d'Andrew Ng sur l'apprentissage automatique. Les notes nous initient à la régression logistique puis au perceptron. Tout en décrivant Perceptron, les notes disent que nous venons de changer la définition de la fonction de seuil utilisée pour la régression logistique. Après cela, …

30 regression machine-learning self-study logistic perceptron

3

De la règle du Perceptron à la descente en gradient: en quoi les Perceptrons avec une fonction d'activation sigmoïde sont-ils différents de la régression logistique?

Essentiellement, ma question est que dans les Perceptrons multicouches, les perceptrons sont utilisés avec une fonction d'activation sigmoïde. Alors que dans la règle de mise à jour y est calculée comme suity^y^\hat{y} y^=11+exp(−wTxi)y^=11+exp⁡(−wTxi)\hat{y} = \frac{1}{1+\exp(-\mathbf{w}^T\mathbf{x}_i)} En quoi ce Perceptron "sigmoïde" diffère-t-il alors d'une régression logistique? Je dis qu'un perceptron sigmoïde …

21 logistic classification neural-networks gradient-descent perceptron

3

Perceptron multicouche vs réseau de neurones profonds

C'est une question de terminologie. Parfois, je vois des gens se référer aux réseaux de neurones profonds comme des "perceptrons multicouches", pourquoi cela? Un perceptron, m'a-t-on appris, est un classificateur à couche unique (ou régresseur) avec une sortie de seuil binaire utilisant une manière spécifique d'entraîner les poids (et non …

16 neural-networks perceptron

1

Clarification sur la mise en œuvre de la règle Perceptron vs descente de gradient vs mise en œuvre de descente de gradient stochastique

J'ai expérimenté un peu avec différentes implémentations de Perceptron et je veux m'assurer si je comprends bien les "itérations". La règle originale de Perceptron de Rosenblatt D'après ce que je comprends, dans l'algorithme de perceptron classique de Rosenblatt, les poids sont mis à jour simultanément après chaque exemple de formation …

15 optimization gradient-descent perceptron

4

Quelle est la différence entre un réseau neuronal et un perceptron?

Y a-t-il une différence entre les termes "réseau neuronal" et "perceptron"?

12 machine-learning neural-networks terminology perceptron

2

Tracé des limites de décision pour un perceptron

J'essaie de tracer la frontière de décision d'un algorithme perceptron et je suis vraiment confus à propos de quelques choses. Mes instances d'entrée sont sous la forme , essentiellement une instance d'entrée 2D ( et ) et une valeur cible de classe binaire ( ) [1 ou 0].[(x1,x2),y][(x1,x2),y][(x_{1},x_{2}), y]x1x1x_{1}x2x2x_{2}yyy Mon …

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

1

Comment amorcer un perceptron simple?

Les problèmes de classification avec des limites non linéaires ne peuvent pas être résolus par un simple perceptron . Le code R suivant est à des fins d'illustration et est basé sur cet exemple en Python): nonlin <- function(x, deriv = F) { if (deriv) x*(1-x) else 1/(1+exp(-x)) } X …

10 r neural-networks svm kernel-trick perceptron

3

Différence entre MLP (Perceptron multicouche) et les réseaux de neurones?

Je m'interroge sur les différences. D'après ma compréhension, MLP est un type de réseaux de neurones, où la fonction d'activation est sigmoïde, et le terme d'erreur est une erreur d'entropie croisée (logistique). Vous cherchez de l'aide, merci!

8 neural-networks perceptron

Questions marquées «perceptron»