Perceptron multistrat (MLP)
Perceptronul multistrat (MLP) este o arhitectură de rețea neuronală feedforward antrenată prin retropropagare, formalizată de Rumelhart, Hinton și Williams în lucrarea lor fundamentală din 1986 în Nature. Compus dintr-un strat de intrare, unul sau mai multe straturi ascunse de neuroni cu funcții de activare neliniare și un strat de ieșire, MLP poate aproxima orice funcție continuă cu o precizie arbitrară și servește drept punte conceptuală între învățarea automată clasică și învățarea profundă modernă.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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
Cum se citează această pagină
ScholarGate. (2026, June 3). Multi-layer Perceptron (Feedforward Neural Network with Backpropagation). ScholarGate. https://scholargate.app/ro/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.
- Regresia LogisticăStatistică pentru cercetare↔ compare
- Pădurea Aleatoare (Random Forest)Învățare automată↔ compare
- Rețea Neuronală RecurentăÎnvățare profundă↔ compare
- XGBoostÎnvățare automată↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →