Vi arbejder på at gendanne Unionpedia-appen i Google Play Store
🌟Vi har forenklet vores design for bedre navigation!
Instagram Facebook X LinkedIn

Flerlags-perceptron og Supervised learning

Genveje til: Forskelle, Ligheder, Jaccard lighed Koefficient, Referencer.

Forskel mellem Flerlags-perceptron og Supervised learning

Flerlags-perceptron vs. Supervised learning

En flerlags-perceptron (MLP, eng. Multilayer Perceptron) er en stærk forsimplet matematisk model af et biologisk neuralt netværk til at approksimere (og givet en veltrænet perceptron modellere) en diskret funktion eller klassificere et diskret mønster. Supervised learning (overvåget læring) er en gren inden for maskinlæring, som kræver træningsdata med det forventede output til hvert input.

Ligheder mellem Flerlags-perceptron og Supervised learning

Flerlags-perceptron og Supervised learning har en ting til fælles (i Unionpedia): Kunstigt neuralt netværk.

Kunstigt neuralt netværk

Kunstige neurale netværk (KNN, engelsk ANN) er modeller, der er mere eller mindre inspireret af biologiske neurale netværk.

Flerlags-perceptron og Kunstigt neuralt netværk · Kunstigt neuralt netværk og Supervised learning · Se mere »

Ovenstående liste besvarer følgende spørgsmål

Sammenligning mellem Flerlags-perceptron og Supervised learning

Flerlags-perceptron har 12 relationer, mens Supervised learning har 9. Da de har til fælles 1, den Jaccard indekset er 4.76% = 1 / (12 + 9).

Referencer

Denne artikel viser forholdet mellem Flerlags-perceptron og Supervised learning. For at få adgang hver artikel, hvorfra oplysningerne blev ekstraheret, kan du besøge: