SAMENVATTING

13.4 Neurale netwerken

Kunstmatige neurale netwerken zijn algoritmen geïnspireerd door biologische neurale netwerken. Kunstmatige neurale netwerken kunnen leren aan de hand van voorbeelden en daarna nieuwe voorbeelden op overeenkomstige wijze classificeren.
De elementaire vorm van een neuraal netwerk is het perceptron, dat een gewogen som berekent van een aantal invoerwaarden. Zodra de gewogen som een bepaalde drempelwaarde overschrijdt, verandert de uitvoer. Perceptrons kunnen lineair separabele problemen leren classificeren.
Meerlaags perceptron algoritmen kunnen ook niet-lineair separabele problemen aan en kunnen automatisch leren als de invoer-uitvoer-functie differentieerbaar is. Zowel enkellaags als meerlaags perceptrons gebruiken tegelijkertijd alle invoerwaarden.
Meerlaags-perceptron-algoritmen worden veel toegepast. In het algemeen hebben ze een lange leertijd en een ondoorzichtige kennisrepresentatie.