vault backup: 2026-05-31 10:18:48
This commit is contained in:
Dmitry
@@ -2,15 +2,15 @@
|
||||
status: stable
|
||||
type: concept
|
||||
tags:
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- backpropagation
|
||||
- gradient-descent
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- backpropagation
|
||||
- gradient-descent
|
||||
created: 2025-12-17
|
||||
updated: 2026-05-07
|
||||
title: Backpropagation для многослойной нейронной сети
|
||||
aliases:
|
||||
- Backpropagation для многослойной нейронной сети
|
||||
---
|
||||
|
||||
# Backpropagation для многослойной нейронной сети
|
||||
|
||||
Эта заметка обобщает [[Обратное распространение ошибки]] на [[Нейронные сети|нейронную сеть]] с произвольным числом слоёв. Подробный вывод для сети с одним скрытым слоем: [[Backpropagation для однослойного перцептрона]].
|
||||
|
||||
@@ -2,14 +2,14 @@
|
||||
status: stable
|
||||
type: concept
|
||||
tags:
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- backpropagation
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- backpropagation
|
||||
created: 2025-12-17
|
||||
updated: 2026-05-08
|
||||
title: Backpropagation для однослойного перцептрона
|
||||
aliases:
|
||||
- Backpropagation для однослойного перцептрона
|
||||
---
|
||||
|
||||
# Backpropagation для однослойного перцептрона
|
||||
|
||||
Эта заметка фиксирует математический вывод градиентов для алгоритма [[Обратное распространение ошибки]] на примере сети с одним скрытым слоем. Общая схема для произвольного числа слоёв вынесена в [[Backpropagation для многослойной нейронной сети]].
|
||||
|
||||
@@ -2,14 +2,14 @@
|
||||
status: seed
|
||||
type: moc
|
||||
tags:
|
||||
- machine-learning
|
||||
- ml
|
||||
- ai
|
||||
- machine-learning
|
||||
- ml
|
||||
- ai
|
||||
created: 2026-05-30
|
||||
updated: 2026-05-30
|
||||
title: Machine Learning - MOC
|
||||
aliases:
|
||||
- Machine Learning - MOC
|
||||
---
|
||||
|
||||
# Machine Learning - MOC
|
||||
|
||||
Центральный узел знаний по машинному обучению и нейронным сетям.
|
||||
|
||||
@@ -2,15 +2,15 @@
|
||||
status: seed
|
||||
type: concept
|
||||
tags:
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- clustering
|
||||
- self-organizing-maps
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- clustering
|
||||
- self-organizing-maps
|
||||
created: 2026-05-07
|
||||
updated: 2026-05-14
|
||||
title: Алгоритм обучения сети Кохонена
|
||||
aliases:
|
||||
- Алгоритм обучения сети Кохонена
|
||||
---
|
||||
|
||||
# Алгоритм обучения сети Кохонена
|
||||
|
||||
**Алгоритм обучения сети Кохонена** - процедура самообучения, при которой нейроны топологической карты постепенно становятся прототипами групп похожих входных объектов. Алгоритм относится к [[Нейронная сеть Кохонена|сетям Кохонена]] и связан с задачами [[Кластерный анализ|кластеризации]].
|
||||
|
||||
@@ -2,15 +2,15 @@
|
||||
status: processing
|
||||
type: concept
|
||||
tags:
|
||||
- machine-learning
|
||||
- linear-models
|
||||
- regression
|
||||
- classification
|
||||
- machine-learning
|
||||
- linear-models
|
||||
- regression
|
||||
- classification
|
||||
created: 2026-02-26
|
||||
updated: 2026-05-07
|
||||
title: Линейные модели
|
||||
aliases:
|
||||
- Линейные модели
|
||||
---
|
||||
|
||||
# Линейные модели
|
||||
|
||||
## Общее представление о линейных моделях
|
||||
|
||||
@@ -2,17 +2,17 @@
|
||||
status: processing
|
||||
type: concept
|
||||
tags:
|
||||
- machine-learning
|
||||
- metric-methods
|
||||
- knn
|
||||
- classification
|
||||
- regression
|
||||
- ml-algorithms
|
||||
- machine-learning
|
||||
- metric-methods
|
||||
- knn
|
||||
- classification
|
||||
- regression
|
||||
- ml-algorithms
|
||||
created: 2026-02-26
|
||||
updated: 2026-05-07
|
||||
title: Метрические алгоритмы
|
||||
aliases:
|
||||
- Метрические алгоритмы
|
||||
---
|
||||
|
||||
# Метрические алгоритмы
|
||||
|
||||
## Краткая справка о библиотеке Scikit-learn
|
||||
|
||||
@@ -2,15 +2,15 @@
|
||||
status: seed
|
||||
type: concept
|
||||
tags:
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- clustering
|
||||
- self-organizing-maps
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- clustering
|
||||
- self-organizing-maps
|
||||
created: 2026-05-07
|
||||
updated: 2026-05-14
|
||||
title: Нейронная сеть Кохонена
|
||||
aliases:
|
||||
- Нейронная сеть Кохонена
|
||||
---
|
||||
|
||||
# Нейронная сеть Кохонена
|
||||
|
||||
**Нейронная сеть Кохонена** - класс нейронных сетей, основанный на самоорганизующихся картах (*Self-Organizing Maps*, SOM). Такие сети применяются для [[Кластерный анализ|кластеризации]] и проецирования многомерных данных на пространство меньшей размерности с сохранением топологической близости объектов.
|
||||
|
||||
@@ -2,14 +2,14 @@
|
||||
status: processing
|
||||
type: concept
|
||||
tags:
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
created: 2025-12-17
|
||||
updated: 2026-05-14
|
||||
source: "[[МИАД_Л5_нейронки.pdf]]"
|
||||
title: Нейронные сети
|
||||
source: '[[МИАД_Л5_нейронки.pdf]]'
|
||||
aliases:
|
||||
- Нейронные сети
|
||||
---
|
||||
|
||||
# Нейронные сети
|
||||
|
||||
Нейронные сети - модели машинного обучения, вдохновлённые принципами работы биологических нейронов. Их основа - набор связанных искусственных нейронов, которые преобразуют входной вектор $X$ в выходной вектор $Y$.
|
||||
|
||||
@@ -2,15 +2,15 @@
|
||||
status: stable
|
||||
type: concept
|
||||
tags:
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- backpropagation
|
||||
- gradient-descent
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- backpropagation
|
||||
- gradient-descent
|
||||
created: 2025-12-17
|
||||
updated: 2026-05-07
|
||||
title: Обратное распространение ошибки
|
||||
aliases:
|
||||
- Обратное распространение ошибки
|
||||
---
|
||||
|
||||
# Обратное распространение ошибки
|
||||
|
||||
**Обратное распространение ошибки** (*backpropagation*) - алгоритм вычисления градиентов функции ошибки по весам многослойной [[Нейронные сети|нейронной сети]]. Само обновление весов выполняет градиентный спуск или его модификации, а backpropagation отвечает за эффективный расчёт производных.
|
||||
|
||||
@@ -2,15 +2,15 @@
|
||||
status: seed
|
||||
type: concept
|
||||
tags:
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- unsupervised-learning
|
||||
- hebb
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- unsupervised-learning
|
||||
- hebb
|
||||
created: 2026-05-14
|
||||
updated: 2026-05-14
|
||||
title: Обучение без учителя. Алгоритм Хебба
|
||||
aliases:
|
||||
- Обучение без учителя. Алгоритм Хебба
|
||||
---
|
||||
|
||||
# Обучение без учителя. Алгоритм Хебба
|
||||
|
||||
Обучение без учителя — режим, при котором [[Нейронные сети|нейронной сети]] не предъявляют желаемых выходных сигналов. Сеть сама формирует выходы, а веса изменяются по алгоритму, учитывающему только входные сигналы и текущее состояние нейронов.
|
||||
|
||||
@@ -2,15 +2,15 @@
|
||||
status: seed
|
||||
type: concept
|
||||
tags:
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- linear-models
|
||||
- classification
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- linear-models
|
||||
- classification
|
||||
created: 2026-05-14
|
||||
updated: 2026-05-14
|
||||
title: Персептрон
|
||||
aliases:
|
||||
- Персептрон
|
||||
---
|
||||
|
||||
# Персептрон
|
||||
|
||||
**Персептрон**, или **перцептрон**, - ранняя модель [[Нейронные сети|нейронной сети]], предложенная Фрэнком Розенблаттом в 1957 году и реализованная в машине "Марк-1" в 1960 году. По смыслу это однослойная модель классификации, которая принимает вектор признаков и относит объект к классу по линейному правилу.
|
||||
|
||||
@@ -2,15 +2,15 @@
|
||||
status: seed
|
||||
type: concept
|
||||
tags:
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- preprocessing
|
||||
- normalization
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- preprocessing
|
||||
- normalization
|
||||
created: 2026-05-14
|
||||
updated: 2026-05-14
|
||||
title: Предобработка данных для нейронных сетей
|
||||
aliases:
|
||||
- Предобработка данных для нейронных сетей
|
||||
---
|
||||
|
||||
# Предобработка данных для нейронных сетей
|
||||
|
||||
Перед обучением [[Нейронные сети|нейронной сети]] данные необходимо привести к виду, пригодному для входных нейронов. "Сырые" данные приводят к неустойчивому обучению и большой ошибке выхода. После правильной предобработки сеть зачастую обучается быстрее и достигает меньшей ошибки.
|
||||
|
||||
@@ -2,14 +2,14 @@
|
||||
status: seed
|
||||
type: concept
|
||||
tags:
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- associative-memory
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- associative-memory
|
||||
created: 2025-12-17
|
||||
updated: 2026-05-15
|
||||
title: Сеть Хопфилда
|
||||
aliases:
|
||||
- Сеть Хопфилда
|
||||
---
|
||||
|
||||
# Сеть Хопфилда
|
||||
|
||||
**Сеть Хопфилда** - однослойная рекуррентная [[Нейронные сети|нейронная сеть]], используемая как ассоциативная память. Она получает входной, возможно искажённый, образ и постепенно приводит состояние сети к одному из сохранённых эталонов.
|
||||
|
||||
@@ -2,14 +2,14 @@
|
||||
status: seed
|
||||
type: concept
|
||||
tags:
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- associative-memory
|
||||
- machine-learning
|
||||
- neural-networks
|
||||
- associative-memory
|
||||
created: 2025-12-17
|
||||
updated: 2026-05-15
|
||||
title: Сеть Хэмминга
|
||||
aliases:
|
||||
- Сеть Хэмминга
|
||||
---
|
||||
|
||||
# Сеть Хэмминга
|
||||
|
||||
**Сеть Хэмминга** - нейронная сеть ассоциативной памяти, которая выбирает ближайший эталонный образ по входному сигналу. Она удобна, когда не нужно восстанавливать образ явно, а достаточно получить номер или класс ближайшего эталона.
|
||||
|
||||
Reference in New Issue
Block a user