Lekce 5 - Neuronové sítě - Nelineárně separovaná data
V minulé lekci, Neuronové sítě - Normalizace, jsme probrali normalizaci neboli standardizování datových bodů.
V této lekci tutoriálu Neuronové sítě - Pokročilé přejdeme od dat, která se dají snadno lineárně oddělit, k nové problematice. Ukážeme si, jak postupovat, když máme nelineárně separovaná data.
Nelineárně oddělitelná data
Pokud máme nelineárně separovaná data, vždy bude existovat nějaký datový bod, který by změnil nadrovinu - algoritmus perceptronu se nikdy nezastaví. Jak to vyřešit? Můžeme omezit počet iterací, které může perceptronový algoritmus provést. Zároveň si budeme pamatovat, kolik datových bodů bylo správně klasifikováno. Nakonec použijeme nadrovinu, která nejlépe řeší největší počet datových bodů.
...konec náhledu článku...
Pokračuj dál
Došel jsi až sem a to je super! Věříme, že ti první lekce ukázaly něco nového a užitečného.
Chceš v kurzu pokračovat? Přejdi do prémiové sekce.
Koupit tento kurz
Před koupí tohoto článku je třeba koupit předchozí díl
Obsah článku spadá pod licenci Premium, koupí článku souhlasíš se smluvními podmínkami.
- Neomezený a trvalý přístup k jednotlivým lekcím.
- Kvalitní znalosti v oblasti IT.
- Dovednosti, které ti pomohou získat vysněnou a dobře placenou práci.
Popis článku
Požadovaný článek má následující obsah:
V tomto tutoriálu Pythonu pro pokročilé se zaměříme na případ, kdy máme nelineárně separovaná data.
Kredity získáš, když podpoříš naši síť. To můžeš udělat buď zasláním symbolické částky na podporu provozu nebo přidáním obsahu na síť.
