פרספטרון רב-שכבתי (MLP)
ארכיטקטורת רשת נוירונים מסוג Feedforward, המאומנת באמצעות אלגוריתם Backpropagation, אשר פורמלה על ידי Rumelhart, Hinton, ו-Williams במאמרם פורץ הדרך משנת 1986 בכתב העת Nature. ה-MLP מורכב משכבת קלט, שכבה נסתרת אחת או יותר של נוירונים עם פונקציות אקטיבציה לא-לינאריות, ושכבת פלט. ה-MLP מסוגל לקרב כל פונקציה רציפה לדיוק שרירותי ומשמש כגשר מושגי בין למידת מכונה קלאסית ללמידה עמוקה מודרנית.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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. 6–7). 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
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Multi-layer Perceptron (Feedforward Neural Network with Backpropagation). ScholarGate. https://scholargate.app/he/machine-learning/multi-layer-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.
- רגרסיה לוגיסטיתסטטיסטיקה למחקר↔ compare
- יער אקראילמידת מכונה↔ compare
- רשת נוירונים רקורנטיתלמידה עמוקה↔ compare
- XGBoostלמידת מכונה↔ compare