Podręcznik

Słownik opanowanych pojęć  

• Model neuronu – matematyczny opis przetwarzania sygnałów wzorujących się na procesach neuronowych w organizmach żywych.
• Model McCullocha-Pittsa – model neuronu stosujący skokową funkcję aktywacji.
• Model sigmoidalny – model neuronu stosujący sigmoidalną funkcję aktywacji
• Model radialny – model neuronu stosujący jako aktywację funkcję gaussowską.
• Model Hebba – model neuronu w którym zmiana wagi neuronu odbywa się proporcjonalnie do iloczynu jego sygnału wejściowego oraz wyjściowego.
• ReLU – funkcja aktywacji odcinkowo-liniowa opisana wzorem y(x)=x dla x>0 i zero w przeciwnym przypadku.
• Uczenie z nauczycielem – proces adaptacji parametrów sieci wykorzystujący parę danych (x,d), gdzie x reprezentuje sygnały wejściowe, a d wartość zadaną na wyjściu.
• Uczenie bez nauczyciela – proces adaptacji parametrów sieci przy znajomości jedynie danych wejściowych x (bez wartości zadanej na wyjściu).
• Uczenie ze wzmocnieniem – sposób adaptacji parametrów sieci wykorzystujący interakcje agenta ze środowiskiem, ukierunkowaną na zmaksymalizowanie zwracanej nagrody.
• Sztuczne sieci neuronowe – układ połączeń neuronów między sobą wzorujący się na sposobie przetwarzania danych w organizmach żywych.
• Moment rozpędowy – poprawka w uczeniu metodą największego spadku uwzględniająca ostatnią zmianę parametrów.
• Uczenie ze współzawodnictwem – metoda adaptacji parametrów neuronów współzawodniczących ze sobą pod względem odległości do aktualnego wektora wejściowego x.
• Reguła uczenia Oji – poprawiona przez Oję reguła Hebba w której sygnał wejściowy jest modyfikowany przez sygnał wsteczny, pochodzący od sygnału wyjściowego neuronu.