Mlwsc5
- 6. 要するに
• パーセプトロンの学習規則
– 識別結果が間違った場合に重みを修正する
• Widrow-Hoffの学習規則
– 識別関数の出力と教師信号の間の誤差をでき
るだけ小さくするように重みを修正する
- 11. すべての学習パターンの誤差の和
• は特定の学習データ に関する識
別関数の誤差を評価したもの
– 最終的に評価すべき誤差は、すべての学習パ
ターンの誤差の和をとったもの
– このJを最小にするように各クラスの識別関数
の重みを調整すること
- 18. 5.3パーセプトロンの学習規則との比較
• 閾値関数の意味
– 正しい結果が出る学習データに関しては重み
の修正をしないということ
→パーセプトロンの学習規則と同様
→すべての学習データに対して正しい識別がで
きなければ、パーセプトロンのアルゴリズムは
停止しない
(学習データが線形分離可能であれば、必ず有
限時間で停止する→パーセプトロンの収束定
理)