Wykład 6: Sieci Neuronowe

uczenie pod nadzorem ( z nauczycielem)• Umożliwia mu to ocenę, czy aktualny stan sieci neuronowej na wyjściu jestwłaściwy, czy nie. Jeśli jest właściwy to nie następuje żadne działanie, jeśli jednaknie, wówczas następuje zmiana wag W aby różnice między poprawną, arzeczywistą odpowiedzią były jak najmniejsze.• W kolejnych cyklach uczących sieć dobiera wagi w taki sposób aby jej odpowiedzibyły możliwie najbardziej dokładne z wzorcami uczącymi. Istotną cechą tegoprocesu jest istnienie sprzężenia zwrotnego, umożliwiającego korelację wag wsieci.• Odległość pomiędzy rzeczywistą, a pożądaną odpowiedzią sieci jest miarą błęduużywaną do korekcji parametrów sieci. Dostrajanie elementów macierzy wag Wmoże być oparte na systemie nagród i kar stosowanych przez nauczyciela w celuzmniejszenia błędu, jak to ma miejsce w naturalnym nauczaniu.• Zestaw obrazów wejściowych i wyjściowych użytych w czasie nauki nazywamyzbiorem uczącym. Często zbiór uczący jest realizacją procesu przypadkowego iprocedura minimalizacji błędu musi uwzględniać jego własności statystyczne. Wrezultacie większość algorytmów uczenia z nauczycielem sprowadza się dostatystycznej minimalizacji błędu w wielowymiarowej przestrzeni wag.