在神经网络中的区别 ◆监督学习可利用突触值联系来估 计依懒于未知均方性能的测度梯 度，利用分组隶属度信息来确定 误差信号以引导梯度下降 无监督学习只能利用神经信号的 局部信息来改变参数，只能自适 应分样本模式，但依赖于未知概 率密度函数。 2023/7/9 11
2023/7/9 11 在神经网络中的区别 监督学习可利用突触值联系来估 计依赖于未知均方性能的测度梯 度，利用分组隶属度信息来确定 误差信号以引导梯度下降。 无监督学习只能利用神经信号的 局部信息来改变参数，只能自适 应分样本模式，但依赖于未知概 率密度函数
局部信息用处？ 局部化使突触可以实时、异步地 学习，不需要全局的误差信息 ◆局部无监督突触把信号和信号联 系起来形成共轭或相关学习定律 ◆借助联想可进一步缩小函数空间 学习定律中只包含神经元、突触 和噪声三项。 2023/7/9 12
2023/7/9 12 局部信息用处？ 局部化使突触可以实时、异步地 学习，不需要全局的误差信息 局部无监督突触把信号和信号联 系起来形成共轭或相关学习定律 借助联想可进一步缩小函数空间 学习定律中只包含神经元、突触 和噪声三项