分類錯誤「類神經網路」該怎麼辦？——權重的調整
類神經網路的誤差
權重調整的目的 權重與誤差
權重與誤差
在本章節中，我們再用以下的操作介面熟悉權重、誤差的概念。
(
試著在方格中輸入數字，並按下計算)
0
0
(試著在方格中輸入數字，並按下計算)
0
0
思考一下，回答問題
問題一
假設y = x1w1 + x2w2，
當x1 = 2、w1 = 4、x2 = 6、w2 = 1 時，
請問y值為多少？在期望輸出為10的時候，誤差為多少？
(提示：誤差 = 期望輸出 - y值)
問題二
假設y = x1w1 + x2w2 + x3w3，
當x1 = 3、w1 = 4、x2 = 2、w2 = 0.5、x3 = 1、w3 = 0.3 時，
請問y值為多少？在期望輸出為5的時候，誤差為多少？
(提示：誤差 = 期望輸出 - y值)
問題三
還記得在第二章中，亨利想做的健康評分系統嗎？
如果依照亨利搜集到的資料，
他將平均心跳的權重設置為0.7，
平均血壓的權重設置為0.5，
那麼對於小東、國裕、小恩、祺祺的健康分數，
健康評分系統所得出的誤差分別是多少？
(提示：誤差 = 期望輸出 - y值)
重點總結
在結束這個章節，我們再回想一下目前為止學習到的概念，
類神經網路是如何達成「分類」這個目的？調整權重的目的又是什麼？
類神經網路是依照輸入值計算輸出值，這個輸出值就能夠用來分類我們所輸入的資料，
至於調整權重的目的，是降低誤差，這個章節我們用「手動」調整的方式體會這個概念，
接下來我們會更深入認識類神經網路，並認識到如何「自動」調整權重。
回到最上方