問題タブ [perceptron]

単層パーセプトロンの実装に苦労しています: http://en.wikipedia.org/wiki/Perceptron。私のプログラムは、重みに応じて、学習ループで失われるか、間違った重みを見つけます。テスト ケースとして、論理 AND を使用します。私のパーセプトロンが収束しない理由を教えてください。これは自分の学習用です。ありがとう。

パーセプトロンまたは SVM アルゴリズムで 0-1 損失関数 (概念的なバイナリ分類モデルの観点から最も明白で有益な関数) が使用されないのはなぜですか?

こんにちは、現在、テキストファイルのすべての値を含む配列があり、現在、実行時にファイルを読み戻していますが、実行時に配列内の各値の出力を生成したいと考えています。現在、すべての値が読み戻された後にプログラムを実行すると、最後に 1 つの出力が生成されますが、プログラムが出力する各値の横に出力のリストを生成したいと考えています。出力は、トレーニング アルゴリズムを使用して作成されています。これが私のコードです:

これは、配列とその他の変数を定義する場所です。

これは、テキスト ファイルを配列に配置する場所です。

出力を作成するために使用するアルゴリズムは次のとおりです。

だから私は基本的に、値が出力されるときに x の各値の出力を出力したいのですが、誰かが私を助けることができますか?

私は実際にこの質問に答えることに取り組んでいます（試験から）：

ブール OR 演算を実行するためのパーセプトロンのトレーニングの最初の 5 つのエポックを表形式で示します。0.3 と -0.2 の初期重みを使用。0.2 のしきい値; 学習率 0.1

ここで回答を作成しました： https://docs.google.com/spreadsheet/pub?key=0AqDm6Izoam4OdF9sWXNQT0FqOF90UWpTeC1LdTd4VUE&output=html

ただし、ウィキペディアの例とは異なり、バイアスは含めていません。それは必要ですか？

私はニューラル ネットワークの背後にあるアイデアを (完全に) 把握しようとしているので、独自の単純なパーセプトロンアルゴリズムを作成することから始めています。

これが私のコードです（JavaScriptで）：

結果に一貫性がありません (学習には AND アルゴリズムを使用しています)。
プロットは次のようになります。

しかし、通常は次のようになります。

ここで何か小さなことが欠けていると確信しています
。よろしくお願いします。

線 (パーセプトロン) f を作成し、一方の点を +1 に、もう一方の点を -1 にすることで、データ ポイントのトレーニング セットを作成しようとしています。次に、新しい行 g を作成し、w = w+ y(t)x(t) で更新することにより、できるだけ f に近づけようとします。ここで、w は重み、y(t) は +1,-1 および x(t) です。 ) は誤分類されたポイントの座標です。これを実装した後、gからfへの適合があまり良くありません。ここに私のコードといくつかのサンプル出力があります。

117 <--- g で誤分類された元の数

[-116.9, -300.9, 190.1] <--- 最終的な重み

617 <--- アルゴリズム後の g による元の誤分類の数

956 <--- g で誤分類された元の数

[-33.9, -12769.9, -572.9] <--- 最終的な重み

461 <--- アルゴリズム後の g による元の誤分類の数