img077

77

6.4. Metoda uczenia maszyny

Rys. 6.7. Poprawka położenia linii granicznej spowodowana przez jeden błędnie sklasyfikowany punkt (gwiazdka) wywoła błędne sklasyfikowanie już uprzednio poprawnie rozpoznawanych punktów (trójkąt) i kolejne korekty w przeciwną stronę

gdy rozdzielenie za pomocą hiperpłaszczyzn jest w ogóle wykonalne lub -formułując to samo inaczej - gdy istnieją funkcje postaci (58), pozwalające na bezbłędne rozpoznawanie. Mimo tego ograniczenia teza twierdzenia jest bardzo mocna; głosi ona, że stosując wzory (66) i (67) zawsze znajdziemy rozwiązanie i to po skończonej liczbie prezentacji obiektów ciągu uczącego (który w razie potrzeby - gdyby niezbędna liczba pokazów okazała się większa od N - może być prezentowany cyklicznie).

Pokażmy teraz strukturę algorytmu uczenia. Musimy jednak do wcześniej wprowadzonych informacji i założeń dodać kilka dodatkowych zmiennych:

count - licznik powtórzeń prezentacji ciągu uczącego,

limit - maksymalna liczba pokazów, po której przerywa się cykliczne przeszukiwanie ciągu uczącego sygnalizując niepowodzenie procesu uczenia,