« Perceptron » : différence entre les versions

Version du 12 août 2022 à 16:06

Définition

Le perceptron est un algorithme d'apprentissage supervisé pour la classification binaire (c'est-à-dire , conçu pour séparer deux classes). Il a été inventé en 1957 par Frank Rosenblatt au laboratoire d'aéronautique de l'université Cornell sous la forme d'un gros appareil électronique.

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.

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

Source : Wikipedia IA

Note: les termes perceptron monocouche; perceptron simple et perceptron sont normalisés par l'ISO/CEI [ISO/IEC 2382-34:1999].

@@ Ligne 1 : / Ligne 1 : @@
 ==Définition==
-Le perceptron est un algorithme d'apprentissage supervisé de classificateurs binaires (c'est-à-dire séparant deux classes). Il a été inventé en 1957 par Frank Rosenblatt1 au laboratoire d'aéronautique de l'université Cornell.
-C'est un modèle inspiré des théories cognitives de Friedrich Hayek et de Donald Hebb. Il s'agit d'un '''[[neurone formel]]''' muni d'une règle d'apprentissage qui permet de déterminer automatiquement les poids synaptiques de manière à séparer un problème d'apprentissage supervisé. Si le problème est linéairement séparable, un théorème assure que la règle du perceptron permet de trouver une séparatrice entre les deux classes.
+Le perceptron est un algorithme d'apprentissage supervisé pour la classification binaire (c'est-à-dire , conçu pour séparer deux classes). Il a été inventé en 1957 par Frank Rosenblatt au laboratoire d'aéronautique de l'université Cornell sous la forme d'un gros appareil électronique.
+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.
+==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.
+<hr/>
+Note : Une limitation bien connue du perceptron simple est son incapacité à apprendre la fonction « ou exclusif » (xor).
+<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.
 ==Français==
-'''perceptron '''
+'''perceptron'''
+'''perceptron simple'''
+'''perceptron monocouche'''
 ==Anglais==
 '''perceptron'''
+'''simple perceptron'''
 <small>
 [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> <div style="border:2px solid #336699; background: #f6f6f6; padding: 1em; margin-bottom:1em; width: 90%;"><html><a href="https://datafranca.org/wiki/Cat%C3%A9gorie:101"><img src="https://datafranca.org/images/icone-101-mots.png" width="250"></a></html>
 <br></div><br><br>
 [[Catégorie:GDT]]
 [[Catégorie:ENGLISH]]
 [[Catégorie:Apprentissage automatique]]
 [[Category:GRAND LEXIQUE FRANÇAIS]]
 [[Catégorie:101]]
+[[Catégorie:PUBLICATION]]