Р.В. Шамин. Лекция №2. Обучение персептрона

[@OlgaGalanina]

Спасибо. Только про функцию у ничего не понятно. Откуда она берется?

[@megabyte_ga]

Роман, большое спасибо за видео! С удовольствием послушала и подписалась на ваш канал! Как раз пытаюсь понять максимальные возможности одного персептрона (=одного нейрона). Мой вывод пока такой. *Один нейрон может:* 1)совершать базовые логические операции (конъюнкция, дизъюнкция) 2) производить линейное разделение плоскости координат на 2 класса с помощью прямой. Интересно, мог бы 1 нейрон разделить трехмерное пространство на 2 части с помощью плоскости? :)

[@nislacker]

Уже прошел год, возможно для Вас не актуально, но для других, кто посмотрит ответ актуален. Я новичок во всём этом. По идее можно разделить N-мерное пространство на 2 части если имеем входящий вектор длиной N и соответствующее число весов. По сути веса обученного персептрона -- это коэффициенты уравнения прямой/плоскости/гиперплоскости которые правильно делят (классифицируют) данные.

[@megabyte_ga]

@@nislacker спасибо большое за ответ. Всё верно! (я тоже пришла к такому выводу, сейчас продолжаю заниматься изучением нейросетей)

[@mbtcspc]

где я был 6 лет назад😢😮

[@dima4096x]

thanks a lot, sir

[@igorgilza]

Большое спасибо!

[@serdfx]

Всё понятно

[@evgeniy_blinov]

Интересно.

[@dmitrymakarov3687]

Если ты знаешь машинные сети, почему сам не создашь программу угадывающую выигрыш в казино? Или что-то подобное?

[@necrof5127]

чел это так не работает

[@difussion2010]

изучай "машинные сети" и сам создай такую программу

[@dmitrymakarov3687]

@@difussion2010 попытался это сделать, какая же это размытая абстрактная информация, вообще пиздец, читаю одну тему по 10 разу, и ничего не могу понять, ужас...