« Algorithme du perceptron » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Algorithme utilisé par le [[perceptron]]. | Algorithme utilisé par le [[perceptron]]. | ||
| Ligne 37 : | Ligne 32 : | ||
Repeat step 2 until the perceptron yields the correct result for each training example. --> | Repeat step 2 until the perceptron yields the correct result for each training example. --> | ||
| Ligne 45 : | Ligne 38 : | ||
[http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html Source : UNWS machine learning dictionary] ] | [http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html Source : UNWS machine learning dictionary] ] | ||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | |||
Version du 21 décembre 2022 à 10:19
Définition
Algorithme utilisé par le perceptron.
Compléments
1. Tous les poids sont initialisés à 0.
2. Répétez jusqu'à ce que le perceptron donne le résultat correct pour chaque exemple du jeu de données :
- si le perceptron produit 0 alors qu'il devrait produire 1, alors ajoutez le vecteur d'entrée au vecteur de poids.
- si le perceptron produit 1 alors qu'il devrait produire 0, alors soustrayez le vecteur d'entrée au vecteur de poids.
Français
algorithme du perceptron
algorithme d'apprentissage perceptron
Anglais
perceptron algorithm
perceptron learning algorithm
Contributeurs: Patrick Drouin, wiki
