ニューラルネットワークとパーセプトロンの違いは何ですか？

「ニューラルネットワーク」と「パーセプトロン」という用語に違いはありますか？

はい、あります-「パーセプトロン」は、1957年にRosenblattによって概説された特定の教師あり学習モデルを指します。パーセプトロンは、特定のタイプのニューラルネットワークであり、実際に開発されたニューラルネットワークのタイプの1つとして重要です。パーセプトロンの後に開発された他のタイプのニューラルネットワークがあり、ニューラルネットワークの多様性は成長し続けています（特に、最先端でファッショナブルなディープラーニングが最近どのように行われているかを考えると）。

パーセプトロンモデルは、ニューラルネットモデルのセットに含まれています。

（単層）パーセプトロンは、線形バイナリ分類器として機能する単層ニューラルネットワークです。単層ニューラルネットワークであるため、逆伝播などの高度なアルゴリズムを使用せずにトレーニングでき、代わりに学習率で指定されたステップでエラーに「ステップダウン」することでトレーニングできます。誰かがパーセプトロンと言うとき、私は通常単層バージョンを考えます。

ただし、多層パーセプトロンについて話している場合、この用語はフィードフォワードニューラルネットワークと同じです。

パーセプトロン学習手順は隠れ層に一般化できません

•パーセプトロン収束手順は、重みが変化するたびに、すべての「一般的に実行可能な」重みセットに近づくようにすることで機能します。

–このタイプの保証は、2つの良いソリューションの平均が悪いソリューションである可能性のある、より複雑なネットワークには拡張できません。

•したがって、「多層」ニューラルネットワークはパーセプトロン学習手順を使用しません。

–多層パーセプトロンと呼ばれるべきではありませんでした。

-Reference Coursera.org-ニューラルネットコース-週3

@Nickが述べたように、Preceptronは単一層のニューラルネットワークであり、常識に基づいた手書きプログラムを使用して機能を定義します。この機能はネットワークの入力として使用され、それに基づいてバイナリ決定を行います。

[画像と説明は、コースラのヒントンスライドに基づいています]