« Perceptron » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| (8 versions intermédiaires par 2 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
Le perceptron est un algorithme d'apprentissage supervisé utilisé pour la classification binaire (c'est-à-dire , conçu pour séparer deux classes). | |||
Si le problème est linéairement séparable, un théorème mathématique assure que la règle d'apprentissage du perceptron permet de trouver une droite séparatrice entre les deux classes. | |||
Le perceptron a été inventé en 1957 par Frank Rosenblatt au laboratoire d'aéronautique de l'université Cornell sous la forme d'un gros appareil électronique. C'est l'ancêtre direct des '''[[Réseau de neurones artificiels|réseaux de neurones]]'''. | |||
Si le problème est linéairement séparable, un théorème assure que la règle d'apprentissage du perceptron permet de trouver une droite séparatrice entre les deux classes. | |||
Le perceptron a été inventé en 1957 par Frank Rosenblatt au laboratoire d'aéronautique de l'université Cornell sous la forme d'un gros appareil électronique. | |||
==Compléments== | ==Compléments== | ||
Le perceptron comporte une couche d'entrée qui ne fait que recevoir les données et une couche de sortie qui calcule et affiche le résultat. En fait, le perceptron ne comporte qu'un seul '''[[Neurone artificiel|neurone artificiel]]''' actif. Ce qui distingue le perceptron d'un simple neurone, c'est l'existence d'un retour d'information sous la forme d'une boucle de rétroaction qui permet de constituer un algorithme capable d'apprendre de ses erreurs. | Le perceptron comporte une couche d'entrée qui ne fait que recevoir les données et une couche de sortie qui calcule et affiche le résultat. En fait, le perceptron ne comporte qu'un seul '''[[Neurone artificiel|neurone artificiel]]''' actif. Ce qui distingue le perceptron d'un simple neurone, c'est l'existence d'un retour d'information sous la forme d'une boucle de rétroaction qui permet de constituer un algorithme capable d'apprendre de ses erreurs. | ||
<hr/> | <hr /> | ||
Note : Une limitation bien connue du perceptron simple est son incapacité à apprendre la fonction « ou exclusif » (xor). | Note : Une limitation bien connue du perceptron simple est son incapacité à apprendre la fonction « ou exclusif » (xor). | ||
<hr/> | <hr /> | ||
Le perceptron est un '''[[Neurone artificiel|neurone]]''' muni d'une règle d'apprentissage inspirée des théories cognitives de Friedrich Hayek et de Donald Hebb qui permet de déterminer automatiquement les poids synaptiques de manière à résoudre un problème d'apprentissage supervisé. | Le perceptron est un '''[[Neurone artificiel|neurone]]''' muni d'une règle d'apprentissage inspirée des théories cognitives de Friedrich Hayek et de Donald Hebb qui permet de déterminer automatiquement les poids synaptiques de manière à résoudre un problème d'apprentissage supervisé. | ||
| Ligne 26 : | Ligne 24 : | ||
'''simple perceptron''' | '''simple perceptron''' | ||
==Sources== | |||
[https://fr.wikipedia.org/wiki/Perceptron Source : Wikipedia IA] | |||
Note : les termes perceptron monocouche; perceptron simple et perceptron sont normalisés par l'ISO/CEI [ISO/IEC 2382-34:1999]. | |||
</small><br> {{Modèle:101}}<br> | |||
{{Modèle:GDT}} | |||
[[Catégorie:GDT]] | [[Catégorie:GDT]] | ||
| Ligne 40 : | Ligne 38 : | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
[[Catégorie:101]] | [[Catégorie:101]] | ||
Dernière version du 24 mai 2024 à 11:47
Définition
Le perceptron est un algorithme d'apprentissage supervisé utilisé pour la classification binaire (c'est-à-dire , conçu pour séparer deux classes).
Si le problème est linéairement séparable, un théorème mathématique assure que la règle d'apprentissage du perceptron permet de trouver une droite séparatrice entre les deux classes. Le perceptron a été inventé en 1957 par Frank Rosenblatt au laboratoire d'aéronautique de l'université Cornell sous la forme d'un gros appareil électronique. C'est l'ancêtre direct des réseaux de neurones.
Compléments
Le perceptron comporte une couche d'entrée qui ne fait que recevoir les données et une couche de sortie qui calcule et affiche le résultat. En fait, le perceptron ne comporte qu'un seul neurone artificiel actif. Ce qui distingue le perceptron d'un simple neurone, c'est l'existence d'un retour d'information sous la forme d'une boucle de rétroaction qui permet de constituer un algorithme capable d'apprendre de ses erreurs.
Note : Une limitation bien connue du perceptron simple est son incapacité à apprendre la fonction « ou exclusif » (xor).
Le perceptron est un neurone muni d'une règle d'apprentissage inspirée des théories cognitives de Friedrich Hayek et de Donald Hebb qui permet de déterminer automatiquement les poids synaptiques de manière à résoudre un problème d'apprentissage supervisé.
Français
perceptron
perceptron simple
perceptron monocouche
Anglais
perceptron
simple perceptron
Sources
Note : les termes perceptron monocouche; perceptron simple et perceptron sont normalisés par l'ISO/CEI [ISO/IEC 2382-34:1999].
101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle »
Contributeurs: Claire Gorjux, Claude Coulombe, Jacques Barolet, wiki, Robert Meloche
