Шпаргалка по предмету "Основы информатики"

Различают алгоритмы обучения с учителем и без учителя.

обучение с учителем:

Для каждого входного вектора существует целевой вектор, представляющий собой требуемый выход (обучающая пара). Выход сети сравнивают с целевым вектором и разность (ошибка) с помощью обратной связи подается в сеть и веса изменяются в соответствии с алгоритмом минимизации ошибки.

обучение без учителя:

Это более правдоподобная для биологической системы модель обучения, развитая Кохоненом и другими. Обучающее множество состоит лишь из входных векторов. Обучающий алгоритм подстраивается к сети так, чтобы получались согласованные выходные векторы, т.е. чтобы предъявление достаточно близких входных векторов давало одинаковые выходы. Процесс обучения, следовательно, выделяет статистические свойства обучающего множества и группирует сходные векторы в классы .

алгоритмы обучения :

Большинство современных алгоритмов обучения выросло из концепций Хэбба .Им предложена модель обучения без учителя , в которой синаптическая сила (вес) возрастает ,если активированы оба нейрона, источник и приемник . Таким образом часто используемые пути в сети усиливаются и феномен привычки и обучения через повторение получает объяснение . ИНС ,использующей обучение по Хэббу ,наращивание весов определяется произведением уровней возбуждения передающего и принимающего нейронов . Это можно записать как

wij( n+1 ) = wij(n) + alpha*OUTi*OUTj

wij(n) - значение веса то нейрона i к нейрону j до подстройки

wij( n+1 ) - значение веса то нейрона i к нейрону j после подстройки

alpha - коэффициент скорости обучения

OUTi - выход нейрона i и вход нейрона j

OUTj - выход нейрона j

Сети ,использующие обучение по Хэббу ,конструктивно развивались, однако за последние 20 лет были развиты более эффективные алгоритмы обучения например алгоритмы : Гроссберга , Уидроу-Хоффа.