Monikerki-kerrosperceptron (MLP)
Monikerki-kerrosperceptron (MLP) on klassinen täysin kytketty eteenpäin syöttävä neuroverkko, jota koulutetaan takaisinpropagointialgoritmilla, kuten Rumelhart, Hinton & Williams formalisoivat merkittävässä vuoden 1986 Nature-artikkelissaan. Syötekerroksesta, yhdestä tai useammasta piilokerroksesta neuroneja ja tuloskerroksesta koostuva MLP oppii epälineaarisia kuvauksia syöteominaisuuksista kohdetuloksiin ja toimii modernin syväoppimisen perustana.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Lähteet
- Rumelhart, D. E., Hinton, G. E. & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323, 533–536. DOI: 10.1038/323533a0 ↗
- Goodfellow, I., Bengio, Y. & Courville, A. (2016). Deep Learning (Ch. 6–8). MIT Press. ISBN: 978-0-262-03561-3
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning (Ch. 5). Springer. ISBN: 978-0-387-31073-2
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Multilayer Perceptron (Fully Connected Feedforward Neural Network). ScholarGate. https://scholargate.app/fi/deep-learning/multilayer-perceptron
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Logistinen regressioTutkimuksen tilastomenetelmät↔ compare
- Random ForestKoneoppiminen↔ compare
- Rekurrentti neuroverkkoSyväoppiminen↔ compare
- XGBoostKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →