3 różne klasyfikatory bazujące na sztucznej sieci neuronowej

Question

Witam. Zwracam się z pytaniem do was jak stworzyć takie klasyfikatory. Wiadomo, że potem już pójdzie ze strukturą sieci i trenowaniem. Jednak od czego zacząć. Jaki problem miał bym rozwiązać. Klasyfikatory muszą być z dokładnością 30%, 60% i 90%. Usiadłem do tego i nie wiem nawet gdzie szukać pomocy.

Answer 1

Neuron ze skokową funkcją aktywacji. Każdy klasyfikator to funkcja.
https://gdudek.el.pcz.pl/files/SI/SI_wyklad6.pdf
Np. funkcje - są odpowiednio nazwane tzw. funkcja przejścia jest jednym z klasyfikatorów : 
 

W bardziej zaawansowanych rozwiązaniach stosuje się funkcje przejścia. Najpopularniejszą klasę funkcji stosowanych w sieciach neuronowych stanowią funkcje sigmoidalne, np. tangens hiperboliczny. Sieć zbudowana z neuronów wyposażonych w nieliniową funkcję przejścia ma zdolność nieliniowej separacji wzorców wejściowych. Jest więc uniwersalnym klasyfikatorem.

 Przykładowe funkcje:  popatrz na tabelke. 

https://pl.wikipedia.org/wiki/Funkcja_aktywacji

A tutaj masz kurs z objasnieniem sieci neuronowych, polecam sobie przerobić:
https://course.elementsofai.com/pl/5 oraz przegląd https://course.elementsofai.com/pl/