LMS 機器學習方法摘要簡介LMS 學習演算法最早是用來讓電腦自動學會下棋的一種方法，只要讓兩個 LMS 程式互相對下， LMS 程式會從輸贏的結果中不斷調整其評估公式，經過數萬次的比賽後，這兩個程式都會成為 下棋高手。最初 LMS 被用在一種叫 BackGamn 的棋賽中，然而、由於大部分的華人並不熟悉這種棋賽，因此、我們將以 圍棋來說明 LMS 的演算法，假如我們想設計一個下圍棋的程式，則我們可以使用下列簡易的評估函數。 下BackGamn棋的評估方式：
下圍棋的評估方式：
訓練目標值 T(b) 的公式定義如下 (注意，這個公式極為重要，因為下一步預測要比這一步更準，因此、預測值應該要向下一步靠攏)：
最佳化的目標函數，在最小化目標值與預測值之間的差異。
Algorithm LMS
for each training sample <b,T(b)>
use the current weights to calculate V(b)
for each weight wi, update it as
wi = wi + d*(T(b)-V(b)) xi // d 是一個很小的值,作為每次改進的調整步伐
end Algorithm
|
|||||||||||||||||||||||||||||||||||
|
作者：陳鍾誠 E-mail:ccc@kmit.edu.tw。  本著作係採用創用 CC 「姓名標示─相同方式分享 2.5 台灣版」授權條款釋出。 大學課程網 | 手機入口網 |
|||||||||||||||||||||||||||||||||||