Contenu
- Définition - Que signifie réseau à fonction de base radiale (réseau RBF)?
- Introduction à Microsoft Azure et au nuage Microsoft | Tout au long de ce guide, vous apprendrez ce qu'est le cloud computing et comment Microsoft Azure peut vous aider à migrer et à exploiter votre entreprise à partir du cloud.
- Techopedia explique le réseau à fonction de base radiale (réseau RBF)
Définition - Que signifie réseau à fonction de base radiale (réseau RBF)?
Un réseau de fonctions de base radiales est un type de réseau de neurones artificiels supervisés qui utilise un apprentissage machine supervisé (ML) pour fonctionner en tant que classificateur non linéaire. Les classificateurs non linéaires utilisent des fonctions sophistiquées pour aller plus loin dans l'analyse que les simples classificateurs linéaires qui fonctionnent sur des vecteurs de dimension inférieure.
Un réseau de fonctions de base radiales est également appelé réseau de base radial.
Introduction à Microsoft Azure et au nuage Microsoft | Tout au long de ce guide, vous apprendrez ce qu'est le cloud computing et comment Microsoft Azure peut vous aider à migrer et à exploiter votre entreprise à partir du cloud.
Techopedia explique le réseau à fonction de base radiale (réseau RBF)
À l'aide d'un ensemble de prototypes et d'autres exemples d'apprentissage, les neurones examinent la distance entre une entrée et un prototype, à l'aide de ce que l'on appelle un vecteur d'entrée.
Les fonctions d'activation des neurones artificiels contrôlent les sorties qui peuvent être représentées de différentes manières pour montrer comment le réseau classifie les points de données. Le réseau de fonctions de base radiales utilise des fonctions de base radiales en tant que fonctions d'activation. Comme les autres types de réseaux de neurones, les réseaux à fonction de base radiale ont des couches d’entrée, des couches cachées et des couches de sortie. Cependant, les réseaux de fonctions de base radiales incluent souvent aussi une fonction d’activation non linéaire. Les poids de sortie peuvent être formés en utilisant une descente de gradient.Certains considèrent qu'une approche RBF est relativement "intuitive" et constitue un bon moyen de résoudre les problèmes spécialisés de BC.