Contenido
- Definición: ¿Qué significa la red de función de base radial (red RBF)?
- Una introducción a Microsoft Azure y la nube de Microsoft | A lo largo de esta guía, aprenderá de qué se trata la computación en la nube y cómo Microsoft Azure puede ayudarlo a migrar y administrar su negocio desde la nube.
- Techopedia explica la red de funciones de base radial (red RBF)
Definición: ¿Qué significa la red de función de base radial (red RBF)?
Una red de función de base radial es un tipo de red neuronal artificial supervisada que utiliza aprendizaje automático supervisado (ML) para funcionar como un clasificador no lineal. Los clasificadores no lineales utilizan funciones sofisticadas para ir más allá en el análisis que los clasificadores lineales simples que funcionan en vectores de dimensiones inferiores.
Una red de función de base radial también se conoce como red de base radial.
Una introducción a Microsoft Azure y la nube de Microsoft | A lo largo de esta guía, aprenderá de qué se trata la computación en la nube y cómo Microsoft Azure puede ayudarlo a migrar y administrar su negocio desde la nube.
Techopedia explica la red de funciones de base radial (red RBF)
Usando un conjunto de prototipos junto con otros ejemplos de entrenamiento, las neuronas miran la distancia entre una entrada y un prototipo, usando lo que se llama un vector de entrada.
Las funciones de activación de las neuronas artificiales impulsan salidas que se pueden representar de diferentes maneras para mostrar cómo la red clasifica los puntos de datos. La red de funciones de base radial utiliza funciones de base radial como sus funciones de activación. Al igual que otros tipos de redes neuronales, las redes de función de base radial tienen capas de entrada, capas ocultas y capas de salida. Sin embargo, las redes de función de base radial a menudo también incluyen una función de activación no lineal de algún tipo. Los pesos de salida se pueden entrenar usando el descenso de gradiente.Algunos consideran que un enfoque de RBF es relativamente "intuitivo" y una buena forma de abordar problemas especializados de LD.