Tipo di rete
|
Algoritmo
|
|
Principali caratteristiche
|
Multilayer Perceptrons
|
Back-Propagation
|
|
-
Learning rate
-
Momentum
-
Mescolamento nell'ordine di presentazione dei casi
-
Disturbo additivo
|
|
Conjugate Gradient Descent
|
Algoritmo d'apprendimento del secondo ordine. Di solito converge pių
velocemente della Back-Propagation ottenendo sovente risultati migliori.
Rispetto all'algoritmo di Levenberg-Marquardt, si presta alla soluzione di
problemi pių difficili
|
|
|
Levenberg-Marquardt
|
Algoritmo di ottimizzazione non lineare molto potente (algoritmo
d'apprendimento di secondo ordine). E' limitato ad applicazioni con reti
abbastanza piccole e con una sola variabile d'input.
|
|
|
Class Labelling
|
|
|
|
Quasi-Newton
|
|
|
|
Quick Propagation
|
|
|
|
Delta-Bar-Delta
|
|
|
|
Learned Vector Quantization
|
|
|
|
Linear Singular Value Decomposition
|
|
|
|
Kohonen training
|
|
|
|
Sub-sampling
|
|
|
|
K-Means
|
|
|
|
K-Nearest Neighbour
|
|
|
|
Isotropic Deviation assignment
|
|
|
|
PNN training
|
|
|
|
Genetic Input Selection
|
|
|
|
Automatic Network Designer
|
|
|