OPGAVEN
13.4 Neurale netwerken
De vierkanten uit figuur 13.4.3 representeren gegevensverzamelingen met voorbeelden uit twee klassen (witte en zwarte rondjes). Ieder vierkant representeert het vlak opgespannen door twee attributen.
Figuur 13.4.5 Gegevensverzamelingen met voorbeelden uit twee klassen
Geef voor ieder vierkant aan of na training correcte classificatie mogelijk is met
a een perceptron
b een beslisboom.
De en-functie kan door een perceptron worden geleerd. Geef het probleem in een figuur weer en teken daarin de beslislijn.
De activatiefunctie van het meerlaags perceptron wordt vaak gedefinieerd als
De parameter
l schaalt de de invoer van de sigmoïde functie. Beschrijf de vorm van f voor l ® 0 en voorl ® ¥.De activatiefunctie van het meerlaags perceptron kan ook als een lineaire functie worden gedefinieerd. Wat betekend dit voor het lerend vermogen van het meerlaags perceptron?
In theorie kan een meerlaags perceptron uit een onbeperkt aantal lagen bestaan. In de praktijk kiest men echter vaak voor één (en soms twee) verborgen lagen. Wat denkt u dat hiervan de reden is?
Waarom worden gedurende het trainen van het meerlaags perceptron de gewichten met kleine stapjes aangepast en niet met grote?
Beantwoordt opgave 13.4.1 voor het meerlaags perceptron.