Page 32 - 4524

хідні вихідні сигнали. Розрізнюють навчання з учителем і без
учителя. Перший тип навчання припускає, що є «учитель», що
задає пари, які навчають — для кожного вхідного вектора, що
навчає, необхідний вихід мережі. Для кожного вхідного век-
тора, що навчає, обчислюється вихід мережі, порівнюється з
відповідно необхідним, визначається помилка виходу, на ос-
нові якої й коректуються ваги. Пари, що навчають, подаються
мережі послідовно й ваги уточнюються доти, поки помилка за
такими парами не досягне необхідного рівня.
Цей вид навчання неправдоподібний з біологічної точки
зору. Дійсно, важко уявити зовнішнього «учителя» мозку, що
порівнює реальні й необхідні реакції того, кого навчають, і
коригує його поведінку (поведінку нейронів) за допомогою
негативного зворотного зв'язку. Більш природним є навчання
без учителя, коли мережі подаються тільки вектори вхідних
сигналів, і мережа сама, використовуючи деякий алгоритм на-
вчання, підстроювала б ваги так, щоб при поданні їй досить
близьких вхідних векторів вихідні сигнали були б однакови-
ми. У цьому випадку в процесі навчання виділяються статис-
тичні властивості безлічі вхідних векторів, що навчають, і ві-
дбувається об'єднання близьких (подібних) векторів у класи.
Подання мережі вектора з даного класу викликає її певну реа-
кцію, яка до навчання є непередбаченою. Тому в процесі на-
вчання виходи мережі мають трансформуватися в деяку зрозу-
мілу форму. Це не є серйозним обмеженням, оскільки зазви-
чай нескладно ідентифікувати зв'язок між вхідними векторами
й відповідною реакцією мережі.
Існує ще один вид навчання - з підкріплюванням (rein-
forcement learning), при якому також передбачається наявність
учителя, що не підказує, однак, мережі правильної відповіді.
Учитель тільки повідомляє, правильно чи неправильно від-
працювала мережа поданий образ. На основі цього мережа ко-
регує свої параметри, збільшуючи значення ваг зв'язків, що
правильно реагують на вхідний сигнал, і зменшуючи значення
інших ваг.
Сьогодні існує велика кількість алгоритмів навчання.
Деякі з них розглядатимуться пізніше, тут же коротко зупи-
нимося на найбільш відомих.

31