|
(1) 有师学习 有师学习需要有个老师或导师来提供期望或目标输出信号。 (2) 无师学习 无师学习算法不需要知道期望输出。在训练过程中,只要向神经网络提供输入模式,神经网络就能够自动地适应连接权,以便按相似特征把输入模式分组聚集。无师学习算法的例子包括Kohonen算法和Carpenter-Grossberg自适应谐振理论(ART)等。 (3) 强化学习 强化学习是有师学习的特例,它不需要老师给出目标输出,采用一个“评论员”来评价与给定输入相对应的神经网络输出的优度(质量因数) 。 |
|
(1) 有师学习 有师学习需要有个老师或导师来提供期望或目标输出信号。 (2) 无师学习 无师学习算法不需要知道期望输出。在训练过程中,只要向神经网络提供输入模式,神经网络就能够自动地适应连接权,以便按相似特征把输入模式分组聚集。无师学习算法的例子包括Kohonen算法和Carpenter-Grossberg自适应谐振理论(ART)等。 (3) 强化学习 强化学习是有师学习的特例,它不需要老师给出目标输出,采用一个“评论员”来评价与给定输入相对应的神经网络输出的优度(质量因数) 。 |
定义1 智能机器 能够在定形或不定形,熟悉或不熟悉的环境中自主地或与操作人员交互作用...