next up previous contents
Next: O Algoritmo de Up: O Treino da Previous: O Treino da

Aprendizagem Supervisionada e Aprendizagem não Supervisionada

Agora que temos definidas a arquitectura e a topologia da rede, é-nos necessária a escolha de um método para a treinar. O treino da rede consiste, básicamente, na apresentação de padrões de dados nas suas entradas, propagando a informação até se obter novos valores nas saídas. Por fim, tendo em atenção os outputs obtidos, alteram-se os pesos das ligações entre os neurónios da rede [5].

Existem duas formas diametralmente opostas de treinar uma rede neuronal:

  1. Aprendizagem supervisionada: Neste tipo de aprendizagem existe um "professor" que avalia a resposta da rede ao padrão actual de inputs. As alterações dos pesos são calculadas de forma a que a resposta da rede tenda a coincidir com a do professor. É o tipo de aprendizagem normalmente utilizada para treinar feedforward networks, além de que nos é relativamente fácil avaliar o desempenho da rede para um determinado estado do nosso sistema e, consequentemente, implementar um "professor", sendo aquela que vamos usar.

  2. Aprendizagem não supervisionada: Nesta forma de aprendizagem não existe "professor". A rede tem de descobrir sozinha relações, padrões, regularidades ou categorias nos dados que lhe vão sendo apresentados e codificá-las nas saídas.


Paulo Menezes
Tue Oct 17 03:36:20 MET 1995