ทำความเข้าใจนิวรอนเทียมได้ง่ายๆ ด้วย Excel

(blog.ncsoft.com)

7 คะแนน โดย kunggom 2020-01-10 | 2 ความคิดเห็น | แชร์ทาง WhatsApp

คิมฮวานฮี นักออกแบบเกมจาก NCSoft ได้เขียนบทความต่อเนื่อง 3 ตอนบนบล็อก NCSoft โดยใช้สเปรดชีตสร้างนิวรอนเทียม (Artificial neuron) ที่ใช้ในโครงข่ายประสาทเทียม และแสดงให้เห็นว่านิวรอนนี้สามารถสร้างเกต NOT, AND, OR ได้ผ่านการเรียนรู้แบบทำซ้ำ (ภาษาเกาหลี) นอกจากนี้ ในช่วงท้ายของตอนสุดท้ายยังได้กล่าวถึง ‘ปัญหา XOR’ ซึ่งเป็นข้อจำกัดที่เป็นตัวแทนของนิวรอนเทียม (นั่นคือ นิวรอนเทียมเพียงตัวเดียวไม่สามารถสร้างเกต XOR ได้) และกล่าวสั้นๆ ว่าสามารถแก้ปัญหานี้ได้ด้วยการซ้อนนิวรอนหลายตัวเป็นชั้นๆ เพื่อสร้างโครงข่ายประสาทหลายชั้น ซึ่งเป็นการชวนให้ศึกษาต่อในอนาคต

สำหรับนิวรอนเทียมที่ใช้ที่นี่ แท้จริงแล้วคือ Perceptron ซึ่งเป็นโครงข่ายประสาทเทียมยุคแรกที่ Frank Rosenblatt เสนอในปี 1958 โดยเปลี่ยนเพียงฟังก์ชันกระตุ้นจาก Step function เป็น Sigmoid function เท่านั้น เมื่อตั้งค่าเช่นนี้ นิวรอนเทียมตัวนี้ก็จะเหมือนกับโมเดล ‘Binomial Logistic Regression’ ในทางสถิติทุกประการ (ดู https://ratsgo.github.io/machine%20learning/2017/04/02/logistic/)

[เนื้อหา]

1 ตอน: https://blog.ncsoft.com/?p=39696

2 ตอน: https://blog.ncsoft.com/?p=39823

3 ตอน: https://blog.ncsoft.com/?p=40075

[Google สเปรดชีต]

1 ตอน: https://docs.google.com/spreadsheets/d/…

2 ตอน: https://docs.google.com/spreadsheets/d/…

3 ตอน: https://docs.google.com/spreadsheets/d/…