This flashcard is just one of a free flashcard set. See all flashcards!
32
Learning algorithm of Perceptron?
Für jedes Sample x^(i) der Trainingsdaten:
keine Änderung der Gewichte wenn das Sample richtig klassifiziert wurde (also z = 0 für y^(i) = 0 und z = 1 für y^(i) = 1).
Wenn das Sample falsch klassifiziert wurde ändern sich die gewichte folgendermaßen:
w := w + eta*(y^(i)-z)x^(i)
keine Änderung der Gewichte wenn das Sample richtig klassifiziert wurde (also z = 0 für y^(i) = 0 und z = 1 für y^(i) = 1).
Wenn das Sample falsch klassifiziert wurde ändern sich die gewichte folgendermaßen:
w := w + eta*(y^(i)-z)x^(i)
Tags:
Source: CI Teil 1 Lecture 4
Source: CI Teil 1 Lecture 4
Flashcard info:
Author: Sepp Samuel
Main topic: Telematik
Topic: Computational Intelligence
School / Univ.: TU Graz
Published: 02.07.2014