突触动力学有监督学习.pptVIP

* * 第五章 突触动力学Ⅱ：有监督学习 当现有的先验知识不完全时，就需要学习。学习的方式取决于这一先验信息不完全的程度。在监督学习过程中，假设已知未来学习系统的期望响应，并且使用期望值与实际值的差值（即学习系统的误差）去修正系统的行为。而在非监督学习中是不了解学习系统的期望响应的。 －－－－Ya.Z.Tsypkin 神经网络通过向环境获取知识并改进自身性能。一般是按某种预定的度量调节自身的参数（如权值）随时间逐步达到的。 －－－－B.F.Skinner 本章论述要点： 神经网络的分类： 按网络结构分为：反馈网络和前馈网络； 按学习方式分为：监督学习和非监督学习。 本章论述内容： 前馈网络的监督学习算法，包括感知器算法、最小均方误差算法和反向传播（BP） 算法。 理论基础： 本章论述了监督学习是对未知平均误差层的随机近似，即给定观察得到的随机矢量样本对： 要估计一个未知函数：f : x—y，并且使期望误差函数E[