perceptron पर टैग किए गए जवाब

मैं मशीन लर्निंग पर एंड्रयू एनजी के व्याख्यान नोट्स के माध्यम से जा रहा हूं । नोट हमें लॉजिस्टिक रिग्रेशन और उसके बाद परसेप्ट्रान से परिचित कराते हैं। पर्सेप्ट्रॉन का वर्णन करते हुए, नोट्स कहते हैं कि हम सिर्फ लॉजिस्टिक रिग्रेशन के लिए उपयोग किए जाने वाले थ्रेशोल्ड फ़ंक्शन की …

30 regression  machine-learning  self-study  logistic  perceptron 

अनिवार्य रूप से, मेरा सवाल यह है कि बहुपरत पर्सेप्ट्रॉन में, सिग्माइड्रॉन का उपयोग सिग्मॉइड सक्रियण फ़ंक्शन के साथ किया जाता है। तो नवीनीकरण नियम में है कि y के रूप में गणना की जाती हैy^y^\hat{y} y^=11+exp(−wTxi)y^=11+exp⁡(−wTxi)\hat{y} = \frac{1}{1+\exp(-\mathbf{w}^T\mathbf{x}_i)} यह "सिग्मॉइड" पर्सेप्ट्रॉन एक लॉजिस्टिक रिग्रेशन से कैसे भिन्न होता है? …

21 logistic  classification  neural-networks  gradient-descent  perceptron 

यह शब्दावली का प्रश्न है। कभी-कभी मैं लोगों को गहरे तंत्रिका नेटवर्क को "बहुस्तरीय अवधारणात्मक" के रूप में संदर्भित करता हूं, ऐसा क्यों है? एक अवधारणात्मक, मुझे सिखाया गया था, एक एकल परत क्लासिफायर (या रेजिस्टर) है जो बाइनरी थ्रेशोल्ड आउटपुट के साथ एक विशिष्ट तरीके से वेट प्रशिक्षण (बैक-प्रोप …

16 neural-networks  perceptron 

मैंने विभिन्न पेरेसेप्ट्रॉन कार्यान्वयन के साथ थोड़ा सा प्रयोग किया और यह सुनिश्चित करना चाहता हूं कि क्या मैं "पुनरावृत्तियों" को सही ढंग से समझ पाऊं। रोसेनब्लैट का मूल अवधारणात्मक नियम जहाँ तक मुझे समझ में आता है, रोसेनब्लैट के क्लासिक परसेप्ट्रोन एल्गोरिथ्म में, वेटिंग को एक साथ हर प्रशिक्षण …

15 optimization  gradient-descent  perceptron 

क्या "तंत्रिका नेटवर्क" और "अवधारणात्मक" शब्दों के बीच कोई अंतर है?

12 machine-learning  neural-networks  terminology  perceptron 

मैं एक अवधारणात्मक एल्गोरिथ्म की निर्णय सीमा की साजिश करने की कोशिश कर रहा हूं और मैं वास्तव में कुछ चीजों के बारे में भ्रमित हूं। मेरे इनपुट उदाहरण फॉर्म में हैं , मूल रूप से एक 2D इनपुट उदाहरण ( और ) और एक द्विआधारी वर्ग लक्ष्य मूल्य ( …

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

Nonlinear सीमाओं के साथ वर्गीकरण समस्याओं को एक सरल अवधारणात्मक द्वारा हल नहीं किया जा सकता है । निम्नलिखित आर कोड निदर्शी उद्देश्यों के लिए है और पायथन में इस उदाहरण पर आधारित है ): nonlin <- function(x, deriv = F) { if (deriv) x*(1-x) else 1/(1+exp(-x)) } X <- …

10 r  neural-networks  svm  kernel-trick  perceptron