Please enable JavaScript.
Coggle requires JavaScript to display documents.
Aprendizado de Máquina: Conexionista (É mais adequada para (Classificação,…
Aprendizado de Máquina: Conexionista
Tem a ver com abordagem neural
imita a biologia
Codifica padrões do mundo em quantidades numéricas da rede
Como vetores númericos
Processamento paralelo e distribuido
É mais adequada para
Classificação
reconhecimento de padrões
evocação de memória
predição
otimizaçao
filtragem de ruído
Modelos inspirados em neurônios
Mc Culloc Pitts
Para calcular funcões lógicas
E OU
Perceptron
Regra Delta
Concebido por Frank Rosemblat
Aprendizado com camadas ocultas
Backpropagation
Propagar o erro retroativamente em camadas
Aprendizado competitivo de kohonen e Hetch - Nilsen
Modelo de Hebb, " Aprendizado por esforço"
Atratores
A Base é o neurônio artificial
Consiste em:
Sinais de entrada
Conjunto de pesos com valor real
Nível de ativação
Funcão de Limiar
Rede neural
Topologia de rede
Algoritmo de aprendizado
Esquema de codificação
Aprendizado Competitivo
Vencedor leva tudo
Determinado por um teste de Máxima ativação
Rede de Kohonen
Contraproposição
Máquinas de vetor e suporte
Hebbiano