Tengo un problema de aprendizaje supervisado donde mi algoritmo recibirá un conjunto de ejemplos de entrenamiento para saber si una forma es un círculo de cuadrado. Me preguntaba qué tipo de ANN sería el mejor. Sé que puedes elegir un perceptrón si los datos son linealmente separables. ¿Puedo fácilmente tener un hiperplano que divide mis cuadrados y círculos? Entonces, ¿no es un perceptron una buena elección? Sin embargo, ¿no se utilizan con más frecuencia las redes de feed feed multicapa? ¿Cuál es la elección natural y por qué?Elegir el tipo correcto de red neuronal
La siguiente imagen muestra los datos de entrenamiento proporcionados al sistema. El NN necesita clasificar datos bidimensionales A = [a1, a2] en cuadrados y círculos.
Gracias.
Creo que depende de tu representación de los datos. ¿Qué representación usas? –
@static_rtti - Por favor, mira la imagen que he agregado, esto debería responder a tu comentario. Gracias :). – ale
Bueno, supongo que eso responde a tu pregunta sobre la existencia de un hiperplano de separación: ¿ves una línea que separe las dos clases? –