パーセプトロンを平易に解説してみる - めもめも
領域判定器としてのニューロン 前回、多数のニューロンがシナプスを通して信号を伝えあうことで、特定の情報を「記憶」するということを確かめました。今回は、１つのニューロンだけを取り出して、その働きを調べてみます。「たった１つのニューロンが何かの役に立つの？？？」と思うかも知れませんが・・・・ まず、下図のように、3本のシナプスから信号を受けとれるようにしたニューロンを用意します。それぞれのシナプスの「伝達力」を「a, b, c」として、外部からシナプスに与える信号を「x, y, 1」とします。（ちょっとわけあって、3本目のシナプスには、必ず「1」の信号を与えるようにしています。） 前回の話を思い出すと、このニューロンは、「a*x + b*y + c*1」の信号を受け取って、これが正か負かによって、ニューロン自体の状態が「±1」に変化しました。ここでは、ぴったり0の場合を含めて、ニューロンは、次
第17回 パーセプトロンを実装してみよう | gihyo.jp
少し間が空いてしまいましたが、今回は実践編。第15回で紹介したパーセプトロンを実装してみましょう。 環境はこれまでと同じくPython/numpy/matplotlibを用います。インストールなどの準備は第6回を参照してください。 パーセプトロンの復習 第15回で紹介したパーセプトロンの学習アルゴリズムをもう一度簡単に振り返っておきましょう。 2次元平面上のデータ点(xn,yn)(n=1,…,N)に正解ラベルtn∈{+1,-1}が与えられているとします。パーセプトロンは、次の予測式の結果がすべて正解になるようにパラメータa, b, cを決めるものでした。 そのようなパラメータは、次の手順で求めることができます。 データの中からランダムに1点(xn,yn)を取り出し、f(x,y)に代入すると、現在のパラメータを用いた予測値として＋1または－1が得られます。それが正解tnと一致する場合は何もせ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
