13 les relacions: Anàlisi de components principals, Aprenentatge, Aprenentatge no supervisat, Donald Olding Hebb, Intel·ligència artificial, Mapa autoorganitzat, Neurona, Pes sinàptic, Procés d'ortogonalització de Gram-Schmidt, Regla d'Oja, Retropropagació, Taxa d'aprenentatge, Xarxa neuronal artificial.
Anàlisi de components principals
eix cartesià. En la imatge els punts s'han representat formant agrupacions d'elements diferenciats per la seva forma i color. Lanàlisi de components principals (ACP, PCA en anglès), en estadística, és una tècnica utilitzada per reduir la dimensionalitat d'un conjunt de dades per a poder-les representar gràficament en gràfics de dues o tres dimensions agrupant diverses variables de les dades en factors, o components, compostos per l'agrupació de diverses variables.
Nou!!: Algorisme Hebbian generalitzat і Anàlisi de components principals · Veure més »
Aprenentatge
''La lliçó complicada'', quadre de William-Adolphe Bouguereau (1884) Laprenentatge és el procés psicològic a través del qual es modifiquen i adquireixen habilitats, destreses, coneixements, conductes o valors com a resultat de l'estudi, l'experiència, la instrucció, el raonament i l'observació.
Nou!!: Algorisme Hebbian generalitzat і Aprenentatge · Veure més »
Aprenentatge no supervisat
Representació d'un algoritme d'agrupació (no supervisat) L'aprenentatge no supervisat (unsupervised learning, en anglès) és un camp de l'aprenentatge automàtic format per algoritmes que aprenen patrons a partir de dades no etiquetades.
Nou!!: Algorisme Hebbian generalitzat і Aprenentatge no supervisat · Veure més »
Donald Olding Hebb
Donald Olding Hebb (Chester, Nova Escòcia, 22 de juliol de 1904 – 20 d'agost de 1985) va ser un psicòleg famós per les seves aportacions a la funció de les neurones, concretament va estudiar quins mecanismes físics s'activaven en l'aprenentatge.
Nou!!: Algorisme Hebbian generalitzat і Donald Olding Hebb · Veure més »
Intel·ligència artificial
Un assistent personal intel·ligent, una de les aplicacions concretes de la intel·ligència artificial popularitzada en la dècada del 2010. La intel·ligència artificial (abreujat IA) és una part de la informàtica, dedicada al desenvolupament d'algorismes que permet a una màquina (habitualment un computador) prendre decisions intel·ligents o, si més no, comportar-se com si tingués una intel·ligència semblant a la humana.
Nou!!: Algorisme Hebbian generalitzat і Intel·ligència artificial · Veure més »
Mapa autoorganitzat
Synapse. Un mapa autoorganitzat (SOM) o un mapa de característiques autoorganitzats (SOFM) és una tècnica d'aprenentatge automàtic no supervisat que s'utilitza per produir una representació de dimensions baixes (normalment bidimensional) d'un conjunt de dades de dimensions superiors mentre es preserva l'estructura topològica del dades.
Nou!!: Algorisme Hebbian generalitzat і Mapa autoorganitzat · Veure més »
Neurona
Representació esquemàtica de l'estructura d'una neurona Una neurona és una cèl·lula del teixit nerviós.
Nou!!: Algorisme Hebbian generalitzat і Neurona · Veure més »
Pes sinàptic
Una xarxa neuronal que executa l'algorisme d'adaptació gaussià (com a model d'evolució fenotípica així com una evolució dels patrons de senyal al cervell). L'algorisme obeeix la regla d'Hebbian de l'aprenentatge associatiu. En neurociència i informàtica, el pes sinàptic es refereix a la força o amplitud d'una connexió entre dos nodes, que correspon en biologia a la quantitat d'influència que té el disparament d'una neurona sobre una altra.
Nou!!: Algorisme Hebbian generalitzat і Pes sinàptic · Veure més »
Procés d'ortogonalització de Gram-Schmidt
Els dos primers passos del procés d'ortogonalització de Gram-Schmidt En matemàtiques, i en particular en àlgebra lineal i anàlisi numèrica, el procés d'ortogonalització de Gram-Schmidt és un mètode per ortonormalitzar un conjunt de vectors d'un espai prehilbertià, habitualment l'espai euclidià Rn dotat amb el producte escalar estàndard.
Nou!!: Algorisme Hebbian generalitzat і Procés d'ortogonalització de Gram-Schmidt · Veure més »
Regla d'Oja
La regla d'aprenentatge d'Oja, o simplement la regla d'Oja, que porta el nom de l'informàtic finlandès Erkki Oja, és un model de com les neurones del cervell o de les xarxes neuronals artificials canvien la força de la connexió, o aprenen, amb el temps.
Nou!!: Algorisme Hebbian generalitzat і Regla d'Oja · Veure més »
Retropropagació
Fig.1 Esquema de blocs simplificat La retropropagació, en l'àmbit de les xarxes neuronals artificials, és un mètode que s'empra per a calcular el gradient que és necessari aplicar als pesos o coeficients dels nodes de la xarxa.
Nou!!: Algorisme Hebbian generalitzat і Retropropagació · Veure més »
Taxa d'aprenentatge
Gràfic de l'historial d'actuació en el repte de classificació ImageNet, agafant el millor resultat per equip i fins a un màxim de 10 inscripcions per any. El codi per recrear aquesta trama està disponible a https://gist.github.com/germank/a542f22be0dad004b18775a7976d1a0b. En l'aprenentatge automàtic i les estadístiques, la taxa d'aprenentatge és un paràmetre d'ajust en un algorisme d'optimització que determina la mida del pas a cada iteració mentre es mou cap a un mínim d'una funció de pèrdua.
Nou!!: Algorisme Hebbian generalitzat і Taxa d'aprenentatge · Veure més »
Xarxa neuronal artificial
Xarxa neuronal artificial perceptró simple amb 3 neurones d'entrada, 4 neurones en la seva capa oculta i una neurona de sortida. Una xarxa neuronal artificial (XNA), o senzillament xarxa neuronal (XN) és un paradigma d'aprenentatge i processament automàtic inspirat en la forma en què funciona el sistema nerviós dels animals.
Nou!!: Algorisme Hebbian generalitzat і Xarxa neuronal artificial · Veure més »