ບົດຮຽນ › ບົດທີ 6 – ການຮຽນຮູ້ດ້ວຍເຄືອຂ່າຍນິວຣອນທຽມ

6.1 Perceptron — ນິວຣອນທຽມໜ່ວຍດຽວ

ນ້ຳໜັກ, bias, ຟັງຊັນກະຕຸ້ນ ແລະ ກົດການຮຽນ.

ໂຄງສ້າງ

Perceptron ຮັບ input x₁...xₙ, ຄູນນ້ຳໜັກ w₁...wₙ, ບວກ bias b, ແລ້ວຜ່ານ ຟັງຊັນກະຕຸ້ນ:

y = step(w₁x₁ + w₂x₂ + ... + wₙxₙ + b) (step: ≥ 0 → 1, ອື່ນໆ → 0)

ໃນ 2 ມິຕິ, w₁x + w₂y + b = 0 ແມ່ນ ເສັ້ນຊື່ແບ່ງ ສອງກຸ່ມ.

ກົດການຮຽນ (Perceptron learning rule)

ສຳລັບແຕ່ລະຕົວຢ່າງ (x, t) — t ແມ່ນຄຳຕອບທີ່ຖືກ:

y  = predict(x)
wᵢ ← wᵢ + η · (t − y) · xᵢ
b  ← b  + η · (t − y)

η (eta) = ອັດຕາການຮຽນ. ຖ້າຂໍ້ມູນ ແບ່ງດ້ວຍເສັ້ນຊື່ໄດ້ → ຮັບປະກັນວ່າຈະຮຽນສຳເລັດ.

ຂໍ້ຈຳກັດ

Minsky ແລະ Papert (1969) ສະແດງວ່າ perceptron ຮຽນ XOR ບໍ່ໄດ້ (ແບ່ງດ້ວຍເສັ້ນຊື່ບໍ່ໄດ້).

🧪 ໃນຫ້ອງທົດລອງ: ຄລິກວາງຈຸດ 2 ສີ ແລ້ວເບິ່ງ perceptron ປັບເສັ້ນແບ່ງເທື່ອລະກ້າວ.

🧪 ເປີດຫ້ອງທົດລອງສຳລັບບົດນີ້

📝 ແບບທົດສອບ

ເຂົ້າສູ່ລະບົບ ເພື່ອເຮັດແບບທົດສອບ.

← 5.1 ຄວາມເປັນໄປໄດ້ ແລະ ທິດສະດີ Bayes 6.2 ເຄືອຂ່າຍຫຼາຍຊັ້ນ ແລະ Backpropagation →

💬 ຊ່ວຍເຫຼືອ