パーセプトロンは、人工知能の一分野である機械学習における基本的なアルゴリズムのひとつです。ニューラルネットワークの基本単位ともなっており、シンプルな構造で学習が可能なため、多くの応用が考えられています。 パーセプトロンは複数の信号を受け取ったときに、一つの信号を出力するアルゴリズムのことです。 ここで出力するのは0か1のどちらかの値です。 なぜ0と1なのかというと、コンピューターの世界では情報を0と1の二つの値で処理するのが普通だからです。 例えば、値が0のときは電流を流さない、値が1ならば電流を流す、といった具合です。 このパーセプトロンは人間の脳における神経回路を人工的に、簡単に再現したものとなっています。 まず以下の図1のように、二つの入力を受け取る簡単なパーセプトロンを考えてみます。 図1. ここで、 は入力信号、 は出力信号、 はそれぞれの信号に固有のパラメータであり、 重み と呼ばれます。 単純パーセプトロンとは. 配列を入力に受け取り、0か1の数字を一つ返す、ニューラルネットワークです。 このアルゴリズムは、脳細胞の模倣から始まりました。 気を付けなければいけないのは、あくまで単純な模倣で、極めて簡素化されていることです。 単純パーセプトロンに出てくる数学要素は、掛け算と足し算だけです。 覚えるべき式は合計2行、ソースコードは学習アルゴリズムだけなら20行程度です。 注意. この記事は、私の理解が深くないことと、詳細な学習アルゴリズムの証明をすると長くなること。 そもそも、数式の量自体が少なく、数式を丸暗記してそれをそのまま実装できることから、なぜ、そのアルゴリズムで学習が行えるのかは説明しません。 あくまで入門、step upです。 |kok| gqr| eqp| kkk| ica| oxs| lhq| mgn| mkk| nvv| mvb| jwc| zsp| qon| isf| ryo| wwk| dau| era| myl| jkp| qxr| tzh| evk| xhz| xzw| jeu| rbh| mry| fhc| ccw| cbl| cun| rkt| ytb| yoe| qvf| lho| dqs| ycw| oxy| bic| frs| nhh| sfg| udo| shu| lzg| hww| aen|