बहु-स्तरीय पर्सेप्ट्रॉन (MLP)
बहु-स्तरीय पर्सेप्ट्रॉन (MLP) एक फीडफॉरवर्ड न्यूरल नेटवर्क आर्किटेक्चर है जिसे बैकप्रॉपेगेशन द्वारा प्रशिक्षित किया जाता है, जिसे Rumelhart, Hinton, और Williams ने 1986 के अपने ऐतिहासिक Nature पेपर में औपचारिक रूप दिया था। इसमें एक इनपुट परत, गैर-रैखिक सक्रियण कार्यों वाले न्यूरॉन्स की एक या अधिक छिपी हुई परतें, और एक आउटपुट परत होती है, MLP किसी भी सतत फ़ंक्शन को मनमानी सटीकता तक अनुमानित कर सकता है और शास्त्रीय मशीन लर्निंग और आधुनिक डीप लर्निंग के बीच वैचारिक पुल के रूप में कार्य करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Multi-layer Perceptron (Feedforward Neural Network with Backpropagation). ScholarGate. https://scholargate.app/hi/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.
- लॉजिस्टिक रिग्रेशनअनुसंधान सांख्यिकी↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- पुनरावर्ती तंत्रिका नेटवर्कगहन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare