第4篇 感知机学习规则.pptVIP

* * 第4章 感知机学习规则 4.1 目的 4.2 理论和实例 4.2.1 学习规则 4.2.2 感知机的结构 4.2.3 感知机学习规则 4.2.4 收敛性证明 4.3 小结 4.4 结束语 4.1 目的 本章将介绍一种用于训练感知机网络的算法，使感知机能够学习求解分类问题。为此，这里将从介绍什么是学习规则开始，然后讨论如何设计感知机网络的学习规则。本章最后将对单层感知机网络的优点和局限性进行讨论。 4.2 理论和实例 4.2.1 学习规则 学习规则 所谓学习规则就是修改神经网络的权值和偏置值的方法和过程（也称这种过程是训练算法）。学习规则的目的是为了训练网络来完成某些工作。 大致可以将其分为三大类： 1.有监督的学习 训练集 目标 {p1,t1}, {p2,t2},…, {pQ,tQ} 2.增强学习 3.无监督的学习 4.2.2 感知机的结构 该网络的输出由下式给出：a=hardlim(Wp+b) （4.2） 首先考虑如下权值矩阵：