原书出处
大数据挖掘与统计机器学习
06 第6章 神经网络与深度学习
最小化来实现: 图6—7 误差纠正学习规则(前向网络中一个输出神经元k的情况)
对于此问题,Bernard Widrow与Marcian Hoff提出了 Widrow-Hoff学习规则: Δω k i(t)=ηe k(t)x i(t) ωki(t+1)=ωki(t)+Δωki(t)
式中,η>0,为常数,用于控制学习速率;ωki(t)为在第t时间步,信号向量x
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter8_0001.xhtml
EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00