Zu dieser Karteikarte gibt es einen kompletten Satz an Karteikarten. Kostenlos!
33
Limitations of Perceptron?
Wenn die Daten nicht linear trennbar sind dann kann kein linearer Klassifikator alle Daten richtig klassifizieren (also auch Perceptron nicht).
Bei Perceptron konvergiert der algorithmus nicht wenn die daten nicht linear trennbar sind.
Bei Perceptron konvergiert der algorithmus nicht wenn die daten nicht linear trennbar sind.
Tags:
Quelle: CI Teil 1 Lecture 4
Quelle: CI Teil 1 Lecture 4
Karteninfo:
Autor: Sepp Samuel
Oberthema: Telematik
Thema: Computational Intelligence
Schule / Uni: TU Graz
Veröffentlicht: 02.07.2014