Multilayer Perceptron (MLP)
A Multilayer Perceptron (MLP) egy klasszikus, teljesen kapcsolt, előrecsatolt (feedforward) neurális hálózat, amelyet a backpropagation algoritmussal képeznek, ahogyan azt Rumelhart, Hinton & Williams 1986-os, úttörő Nature cikkében formalizálták. Egy bemeneti rétegből, egy vagy több neuront tartalmazó rejtett rétegből és egy kimeneti rétegből áll, az MLP nemlineáris leképezéseket tanul a bemeneti jellemzőktől a célkimenetekig, és a modern mélytanulás alapvető építőköveként szolgál.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Multilayer Perceptron (Fully Connected Feedforward Neural Network). ScholarGate. https://scholargate.app/hu/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.
- Logistic RegressionKutatási statisztika↔ compare
- Véletlen erdőGépi tanulás↔ compare
- Rekurrens neurális hálózatMélytanulás↔ compare
- XGBoostGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →