知识卡片

普通读书笔记卡 · 3788.q.4 · 生成模型:未记录

阈值单元形成线性判别

理解等级:中级

一个简化单元先将多个输入按权重相加,再与阈值比较得到二值输出。这样的结构可做一类线性判别。阈值让输出变成非连续的二元结果,却不表示单个单元能够解决所有非线性分类问题;网络结构和学习方式还会影响整体能力。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 人工智能的新时代 通用计算、智能路线与任务边界 · 查看原书依据

      在他们的模型中,一个二进制阈值单元(简化的神经元)可以同时对多个输入计算加权和,并进行非线性变换,而阈值的引入实现了线性判别。将输入的连续变量对应为二进制输出,这种阈值单元直观地展示了生物硬件(脉冲神经元)如何进行分类任务(这也是认知的标志)。 在人工智能刚刚起步的时候,早期研究者的目标就是教会计算机使用它们的电路完成人类可以完成的事情,比如推理、获取和整合知识以及学习语言。直

    参考来源

    - 位置:《人工智能与计算生物的未来 (【美】布赖恩·希尔布什)》人工智能的新时代,通用计算、智能路线与任务边界(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能与计算生物的未来 (【美】布赖恩·希尔布什)/_epub-src/EPUB/xhtml/Section03.xhtml) - 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;历史案例不等于当前临床有效性或监管认可。已经核验的边界与书中陈述分开。 - 原始内容:在他们的模型中,一个二进制阈值单元(简化的神经元)可以同时对多个输入计算加权和,并进行非线性变换,而阈值的引入实现了线性判别。将输入的连续变量对应为二进制输出,这种阈值单元直观地展示了生物硬件(脉冲神经元)如何进行分类任务(这也是认知的标志)。 在人工智能刚刚起步的时候,早期研究者的目标就是教会计算机使用它们的电路完成人类可以完成的事情,比如推理、获取和整合知识以及学习语言。直