Noaniqliklarni taqdim etish uchun shartli ehtimollik: afzallik va kamchiliklari

paradigmalarni o'rganish. Neyron tarmoqlarda o'rganish haqida gapirganda, biz nafaqat uning nima ekanligini, balki o'rganishning qancha turlari mavjudligini tushuntirishimiz kerak, shuningdek, biologik organizmni o'rganishda sun'iy organizm bo'lgan neyron tarmoqlar uch xil o'rganishga ega. , nazorat ostida , nazoratsiz va mustahkamlovchi o'rganish.

nazorat ostida o'rganish Bu nazorat ostida o'rganish sifatida tanilgan, bu juftliklar to'plami yoki qatori bo'lishi mumkin, ular bir qator muammolarning echimini topishga imkon beradigan funktsiya yoki qator funktsiyalarni topish maqsadiga ega, bu echimlar ilgari mavjud bo'lgan bir qator misollar.

Boshqacha qilib aytadigan bo'lsak, siz olingan ma'lumotlarga asoslangan xarita turini yaratishga harakat qilishni xohlaysiz, natijada xarajat funktsiyasi u yoki bu tarzda yaratilgan xaritalash va olingan ma'lumotlar o'rtasidagi nol moslik bilan bog'liq. , shuning uchun muammoni o'zlashtirish uchun siz u haqida oldindan ma'lumotga ega bo'lishingiz kerak. Ushbu turdagi muammolarni hal qilishda keng qo'llaniladigan xarajat funktsiyasi "o'rtacha kvadrat xato" bo'lib, bu funktsiya asosan tarmoq natijalari o'rtasida mavjud bo'lishi mumkin bo'lgan xatolarni minimallashtirish, shuningdek qiymatni tahlil qilishdir. uning maqsadi bor va nihoyat, barcha tengdoshlari ustidan. Ushbu funktsiyadan foydalanilganda va biz yuqorida aytib o'tgan gradient yordamida xarajat funktsiyalari minimallashtirila boshlaganda, biz nihoyat ko'p qatlamli perseptronlar deb nomlanuvchi neyron tarmoqlarga erishamiz va shu bilan mashhur orqaga tarqalish algoritmini olamiz va shu bilan neyron tarmoqlarning shakllanishi. nihoyat erishildi.