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.