Excel ile yapay nöronu kolayca anlamak
(blog.ncsoft.com)NCSoft'ta oyun tasarımcısı olan Kim Hwan-hee, yapay sinir ağlarında kullanılan yapay nöronu (Artificial neuron) bir hesap tablosu ile uygulayıp, tekrar eden eğitim aracılığıyla bu nöronla NOT, AND ve OR kapılarını gerçekleştiren bir yazı dizisini NCSoft blogunda 3 bölüm halinde yayımladı. Ayrıca serinin sonunda, yapay nöronun en bilinen sınırlamalarından biri olan “XOR problemi”ne (tek bir yapay nöronla XOR kapısı gerçekleştirilemez) değinip, bunu çözmek için birden fazla nöronun katmanlar halinde biriktirilerek çok katmanlı sinir ağı oluşturulduğunu kısaca anlatarak sonraki öğrenmelere kapı aralıyor.
Bu arada burada kullanılan yapay nöron, Frank Rosenblatt'ın 1958'de önerdiği erken dönem yapay sinir ağı [Perceptron]unda aktivasyon fonksiyonunun yalnızca basamak fonksiyonundan (Step function) sigmoid fonksiyonuna (Sigmoid function) çevrilmiş halidir. Bu durumda bu yapay nöron, istatistikteki “ikili lojistik regresyon” (Binomial Logistic Regression) modeliyle tamamen aynı hale gelir. (https://ratsgo.github.io/machine%20learning/2017/04/02/logistic/ bağlantısına bakın)
[Asıl içerik]
[Google E-Tablolar]
2 yorum
Madem konu açılmışken, perceptron hakkında kolay bir açıklama yapan bir bağlantı daha ekliyorum.
https://sacko.tistory.com/10
Bağlantıları ayrıca yorum olarak ayırıyorum.
[Ana bölüm]
bölüm: https://blog.ncsoft.com/?p=39696
bölüm: https://blog.ncsoft.com/?p=39823
bölüm: https://blog.ncsoft.com/?p=40075
[Google E-Tablolar]
bölüm: https://docs.google.com/spreadsheets/d/…
bölüm: https://docs.google.com/spreadsheets/d/…
bölüm: https://docs.google.com/spreadsheets/d/…
Bilginize, 3. bölümde simülasyon tekrar sayısı fazla olduğu için e-tablo ağırdır. Açarken bunu göz önünde bulundurmanız rica olunur.