Процесс обучения нейронной сети

Процесс обучения нейронной сети - это процесс настройки, изменения весов, по основному правилу:

где  - уровень обучаемости (коэффициент угла поворота), W_ij^*- новое значение веса, W_ij - старое значение веса, Y_i - значения выходов, O_i - желаемое значение, Х_j - входной образец.

Данное правило было предложено Уидроу в 1960 году для адаптивного линейного нейрона (ADALINE) почти одновременно с алгоритмом обучения перцептрона Ф. Розенблатта [57]. В дальнейшем процесс обучения будет рассмотрен подробнее; покажем еще один вид диаграмм, которыми часто иллюстрируют процесс обучения рис. 4.9. На рис. 4.9. разделяющие прямые отделяют область, в которой сосредоточены все точки.