假設兩個感知器在同一線性可分佈分佈的無限樣本上運行。他們會融合到一個相同的決策功能嗎?他們會收斂到一個相同的權重向量?我是ML的初學者,所以如果有人能提供詳細的解釋,那將是非常棒的。機器學習 - 感知器
1
A
回答
1
相關問題
- 1. 感知器學習算法
- 2. 驗證感知器學習示例
- 3. 什麼是感知器學習算法?
- 4. Weka多層感知器增量學習
- 5. 機器學習:基礎知識DepreciationWarning
- 6. 機器學習,Python
- 7. 機器學習在Python:scikit學習/ Pybrain
- 8. 使用機器學習的情感分析分類器
- 9. 機器學習形狀和類型的機器學習
- 10. 爲什麼NLP和機器學習社區對深度學習感興趣?
- 11. Python機器學習警告
- 12. 機器學習圖像
- 13. Bot中的機器學習
- 14. 基本機器學習
- 15. 機器學習:移動Treshhold
- 16. 機器學習系統
- 17. 機器學習庫OpenCV 2.1
- 18. 機器學習,決策樹
- 19. Accord機器學習knn.decide indexOutOfRangeException
- 20. GATE中的機器學習
- 21. 機器學習算法
- 22. C機器學習庫#
- 23. 大型機器學習
- 24. 使用感知器1學習的錯誤圖層
- 25. 蟒蛇 - 多層感知器,反向傳播,無法學習XOR
- 26. 感知器學習算法的參數調整
- 27. Erlang的感知器在訓練後沒有學習
- 28. 機器學習敏感數據的混淆
- 29. 機器學習 - 分類器評估
- 30. 機器學習分類器AdaBoost for C#
簡答:不。即使數據是相同的,但是以不同的順序給出,它們可能以不同的權重向量結束。考慮兩個真正具有兩個同等最佳解決方案的課程。因此取決於您可能達到的數據。 – ASantosRibeiro 2014-10-09 14:59:49
謝謝@ASantosRibeiro!我沒有考慮數據的順序。好點! – Meteorite 2014-10-09 15:03:28