Please enable JavaScript.
Coggle requires JavaScript to display documents.
Capitolo 11 - domande dopo l'esercitazione (Tipi di apprendimento…
Capitolo 11 - domande dopo l'esercitazione
La regola di Hebb
Tipi di apprendimento
Apprendimento
supervisionato
alla rete viene fornito
l'output desiderato
Regola Delta
Minimizza l’errore utilizzando una procedura di discesa dal gradiente. Una volta che i pattern sono stati presentati alla rete, la correzione da applicare ai pesi è proporzionale all’errore.
Apprendimento per
rinforzo
alla rete vengono fornite informaizioni riguardo alla
bontà del suo output
Apprendimento per
auto-organizzazione
la rete
costruisce rappresentazioni dell'input
sempre più complesse e informative, non vi è un output desiderato
L'interferenza nell'apprendimento associativo
è maggiore quando vi è sovrepposizione tra neuroni nello svolgere diversi compiti e se il tasso di apprendimento è veloce lo sarà anche l'aumentare dell'interferenza
Integrazione di conoscenze nelle reti neurali
Integrare molte esperienze
sifnifica esrarre le regoalarità presenti nell'ambiente
Un
tasso di apprendimento lento
rende possibile il processo di integrazione
Quest'ultimo però beneficia anche della sovrapposizione di rapprentazioni pertanto
il processo di integrazione è inseparabile da quello di interferenza
Analogie mente - rete neurale
Pesi
=
MLT
Valore nella rete
(se iterato) =
MBT
Priming
= i valori precedenti al target influenzano la rete-mente
Lo studio delle differenze rete - mente permette di sottolineare l'importanza della capacità di integrazione delle esperienze dalla parte della mente.