تعليم الشبكات العصبونية learning
neural network
:[3
ويجري تعليم الشبكات العصبونية بواسطة خوارزميات متخصصة تسمى خوارزميات التعلم
Learning Algorithms تتولى تعديل أوزان الشبكة لتحسين أدائها وتقليل إشارة الخطأ فيها
Error
Signal استنادًا إلى مقياس معلوم للوصول إلى النتيجة المثلى لهذه الأوزان التي تمكن الشبكة من تحقيق أفضل نتيجة مطابقة أو قريبة من النتيجة المطلوبة . ويجري تعديل هذه الأوزان جزئيًا في كل دورة وتؤخذ إشارة الخطأ دليلا ومؤشرًا على مدى القرب أو البعد عن القيم الصحيحة.
ومن الخوارزميات المشهورة في التعليم الموجه ، خوارزمية الانتشار الخلفي Back- Propagation وتسمى أيضا بخوارزمية قاعدة دلتا العمومية (العامة) Generalized Delta Rule التي تمثل الطريقة القياسية في تدريب الشبكة العصبونية الاصطناعية .(ANNs)
وهذه الطريقة الشائعة تعمل على تقليل الخطأ وهي مربعات المتوسطات الصغرى القياسية
(LMS)( لأنها بكل بساطة عبارة عن طريقة الإنحدار التدريجي
Gradient Descent وذلك لإيجاد القيمة الصغرى لمربع الخطأ الكلي لقيمة الإخراج المحسوب من قبل الشبكة).
وبالنتيجة يتم
الحصول على الأوزان المثلى التي يمكن اعتمادها في التنبؤ لبيانات جديدة
لم تخضع للتدريب أو التعلم، وهذا هو الهدف من تدريب الشبكات العصبونية الاصطناعية.
وتكون الصيغة الرياضية لتعديل الأوزان كالآتي:
