Table des matières:
- Définition - Que signifie réseau de fonctions à base radiale (réseau RBF)?
- Techopedia explique le réseau de fonctions de base radiale (réseau RBF)
Définition - Que signifie réseau de fonctions à base radiale (réseau RBF)?
Un réseau de fonctions de base radiale est un type de réseau neuronal artificiel supervisé qui utilise l'apprentissage automatique supervisé (ML) pour fonctionner comme un classificateur non linéaire. Les classificateurs non linéaires utilisent des fonctions sophistiquées pour aller plus loin dans l'analyse que les classificateurs linéaires simples qui fonctionnent sur des vecteurs de dimension inférieure.
Un réseau à fonction de base radiale est également appelé réseau à base radiale.
Techopedia explique le réseau de fonctions de base radiale (réseau RBF)
En utilisant un ensemble de prototypes ainsi que d'autres exemples de formation, les neurones regardent la distance entre une entrée et un prototype, en utilisant ce qu'on appelle un vecteur d'entrée.
Les fonctions d'activation des neurones artificiels génèrent des sorties qui peuvent être représentées de différentes manières pour montrer comment le réseau classe les points de données. Le réseau de fonctions de base radiale utilise des fonctions de base radiales comme fonctions d'activation. Comme d'autres types de réseaux de neurones, les réseaux de fonctions de base radiales ont des couches d'entrée, des couches cachées et des couches de sortie. Cependant, les réseaux de fonctions de base radiales incluent souvent également une fonction d'activation non linéaire d'une certaine sorte. Les poids de sortie peuvent être entraînés en utilisant la descente de gradient. Certains considèrent qu'une approche RBF est relativement "intuitive" et un bon moyen de résoudre les problèmes de ML spécialisés.
