Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aprendizaje Perceptron
Aprendizaje Perceptron
VARIABLES
I
K
W[i:1..n+1]
X[i:1..n]
Y
SP
Error
T
(n de iteraciones)
(contador de ejemplos)
(pesos del perceptron)
(valores de la entrada en el ejemplo actual)
(valor de la salida en el ejemplo actual)
(salida del perceptrn con la entrada del ejemplo actual)
(error en el ejemplo actual)
(Variable para indicar si el vector es correcto)
PASO 3: Salida
Escribe( El perceptrn aprendido es el de pesos: )
Para i=1..n
Escribe( W,i,=,W[i])
Escribe(Con bias =, W[n+1])
VARIABLES
I
K
W[i:1..n+1]
X[i:1..n]
Y
SP
Error
(n de iteraciones)
(contador de ejemplos)
(pesos del perceptron)
(valores de la entrada en el ejemplo actual)
(valor de la salida en el ejemplo actual)
(salida del perceptrn con la entrada del ejemplo actual)
(error en el ejemplo actual)
P
P0
W0[i:1..n+1]
PASO 3: Salida
Escribe( El perceptrn aprendido es el de pesos: )
Para i=1..n
Escribe( W,i,=,W0[i])
Escribe(Con bias =, W0[n+1])
VARIABLES
I
K
W[i:1..n+1]
X[i:1..n]
Y
SP
Error
ECM
(n de iteraciones)
(contador de ejemplos)
(pesos del perceptron)
(valores de la entrada en el ejemplo actual)
(valor de la salida en el ejemplo actual)
(salida del perceptrn con la entrada del ejemplo actual)
(error en el ejemplo actual)
(error cuadrtico medio)
PASO 3: Salida
PASO 1: Inicializacin de variables
I=0;
Para i=1..n+1
W[i]=<n aleatorio (normalmente entre 1 y 1)> (muy importante que el n sea aleatorio,
distinto en cada ejecucin)
ECM=E+1
PASO 3: Salida
Escribe( El perceptrn aprendido es el de pesos: )
Para i=1..n
Escribe( W,i,=,W[i])
Escribe(Con bias =, W[n+1])