« Algorithme du perceptron » : différence entre les versions
Aucun résumé des modifications |
m (Remplacement de texte : « ↵↵↵ » par « ») |
||
(2 versions intermédiaires par le même utilisateur non affichées) | |||
Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Algorithme utilisé par le [[perceptron]]. | Algorithme utilisé par le [[perceptron]]. | ||
Ligne 25 : | Ligne 20 : | ||
'''perceptron learning algorithm''' | '''perceptron learning algorithm''' | ||
Ligne 38 : | 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. --> | ||
==Sources== | |||
[http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html Source : UNWS machine learning dictionary] ] | |||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | |||
[ |
Dernière version du 29 janvier 2024 à 11:51
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
Sources
Contributeurs: Patrick Drouin, wiki