Machine learning
多層パーセプトロン (MLP)
多層パーセプトロンは、Rumelhart、Hinton、Williamsが1986年の画期的なNature論文で定式化したバックプロパゲーションアルゴリズムで訓練される、古典的な全結合型フィードフォワードニューラルネットワークです。入力層、1つ以上の隠れ層のニューロン、および出力層で構成されるMLPは、入力特徴量から目標出力への非線形マッピングを学習し、現代の深層学習の基礎的な構成要素として機能します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
出典
- 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
このページの引用方法
ScholarGate. (2026, June 3). Multilayer Perceptron (Fully Connected Feedforward Neural Network). ScholarGate. https://scholargate.app/ja/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.
Compare side by side →