Page 34 - 4143
P. 34
Окрім розглянутих, слід згадати деякі інші алгоритми: Adaline і
Madaline, лінійний дискримінантний аналіз, проекції Саммона,
аналіз головних компонентів тощо.
Необхідно відзначити, що навчання "без вчителя" набагато більш
чутливе до вибору оптимальних параметрів, ніж навчання "з
вчителем". По-перше, його якість сильно залежить від початкових
вагових величин синапсів. По-друге, навчання критичне до вибору
радіуса навчання і швидкості його зміни. І, нарешті, дуже важливим
є характер зміни власне коефіцієнта навчання. У зв'язку з цим
необхідно проводити попередню роботу по підбору оптимальних
параметрів навчання мережі.
Не дивлячись на деякі складнощі реалізації, алгоритми навчання
"без вчителя" знаходять обширне і успішне вживання. Виникаюче
після навчання розбиття на класи може у випадку потреби
уточнюватися за допомогою навчання "з вчителем". По суті справи,
за алгоритмом навчання "без вчителя" функціонують і
найскладніші з відомих на сьогоднішній день штучні нейронні
мережі - когнітрон і неокогнітрон, що максимально наблизилися до
структури мозку. Проте вони, звичайно, істотно відрізняються від
розглянутих вище мереж і набагато складніші. Проте на основі
вищевикладеного матеріалу можна створити реально діючі системи
для розпізнавання образів, стиснення інформації, автоматизованого
управління, експертних оцінок і інших додатків.
34
