Wykład 6: Sieci Neuronowe

• Kiedy SSN uczy się aproksymować pewną funkcję, musi otrzymaćprzykłady działania tej funkcji. Na tej podstawie SSN powoli zmieniawagi tak, by wyprodukować wyniki identyczne z wynikamipodanymi w przykładach. Jest wtedy nadzieja, że kiedy SSN otrzymainny zestaw wartości wejściowych również wyprodukuje poprawnewyniki.• Zatem jeśli SSN ma rozpoznawać nowotwór po zdjęciurentgenowskim, otrzyma na wstępie wiele obrazów zawierającychnowotwory i wiele obrazów zawierających jedynie zdrowe tkanki.Po pewnym okresie uczenia z tymi obrazami, wagi w SSN powinnyzawierać informacji pozwalające na prawidłową identyfikacjęnowotworów na zdjęciach rentgenowskich, które sieć analizuje poraz pierwszy.