machine-learning - 反復ごとにデータを並べ替えたくないパーセプトロン アルゴリズムを使用するケースはありますか?

Question

私の機械学習の教科書は、パーセプトロン アルゴリズムについて説明しているこの質問をしていますが、満足のいく答えを思い付くことができません。

どんなケースがある？

Answer 1

大域的に最適な解を持たない反復学習アルゴリズムと同様に、パーセプトロン アルゴリズムは開始点から局所的に最適な解に収束します。これは通常、初期のデータが後のデータよりも大きな影響を与えることを意味します。

パーセプトロン アルゴリズムのほとんどのアプリケーションでは、ランダムな順序でトレーニング データを複数回適用することにより、このバイアスを排除しようとします。

一部のアプリケーションでは、このバイアスは学習の問題の一部であるため、順序が重要であり、最終結果はランダム化を行わない方が優れています。