ニューラルネットワークの計算の方法として、自分でパラメータを決めて計算を実行する方法とニューラルネットワークに学習させ計算を実行する方法の二つがあります。
今回は基礎的なニューラルネットワークの学習法である、誤り訂正学習について調べました。
誤り訂正学習 – 初歩のニューラルネットワークでの学習とPythonによる実装
カテゴリー: ディープラーニング
単純パーセプトロンの高度化 – 多層化・活性化関数
単純パーセプトロンを用いることで線形分離可能な問題を扱うことができます。
しかし単純パーセプトロンでは応用な範囲が狭く、解くことができない問題が多くあります。
そこで今回は単純パーセプトロンを高度化するものとして、パーセプトロンの多層化や活性化関数について調べました。
線形分離可能 ー 単純パーセプトロンの限界
単純パーセプトロンは単純な構造ですが、様々な関数を表現できます。
しかし、単純パーセプトロンの限界として、線形分離化可能な問題しか扱うことができないということがありました。
今回はこの線形分離について調べました。
単純パーセプトロン – ニューラルネットワークの基礎とPythonによる実装
近年盛んに利用されている技術として ディープラーニングや機械学習があります。
そこでディープラーニングの根幹となったニューラルネットワーク、パーセプトロンについて調べました。