كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعي
خوارزمية

قاعدة تعلم البيرسبترون

Perceptron Learning Rule

1958 موثّق جزئياً Partially Verified

أول خوارزمية تعلم لشبكة عصبية: تعدّل الأوزان عند كل خطأ تصنيف حتى تفصل الفئتين خطياً.

المعادلات

y = step(w . x + b)w <- w + eta (t - y) x

المزايا

  • تتقارب إذا كانت البيانات قابلة للفصل خطياً

القيود

  • لا تحل مسائل غير خطية مثل XOR بطبقة واحدة

التطبيقات العملية

أساس فكرة الشبكات العصبية الحديثة.

المصادر والمراجع العلمية

  1. F. Rosenblatt (1958). The perceptron: A probabilistic model for information storage and organization in the brain. Psychological Review, 65(6):386-408. DOI: 10.1037/h0042519

    يدعم: نموذج البيرسبترون الاحتمالي

    مقالة محكّمة · جرى التحقق من بياناته الببليوغرافية عبر Crossref · صفحة المرجع