Definición: ¿Qué significa la regla delta?
La regla Delta en el aprendizaje automático y los entornos de redes neuronales es un tipo específico de retropropagación que ayuda a refinar las redes ML / AI conexionistas, haciendo conexiones entre entradas y salidas con capas de neuronas artificiales.
La regla Delta también se conoce como regla de aprendizaje Delta.
Techinfo explica la regla Delta
En general, la propagación inversa tiene que ver con recalcular los pesos de entrada para las neuronas artificiales utilizando un método de gradiente. El aprendizaje delta hace esto usando la diferencia entre una activación objetivo y una activación obtenida real. Usando una función de activación lineal, se ajustan las conexiones de red.
Otra forma de explicar la regla delta es que utiliza una función de error para realizar el aprendizaje de descenso de gradiente.
Un tutorial sobre la regla Delta explica que, esencialmente, al comparar una salida real con una salida objetivo, la tecnología intenta encontrar una coincidencia. Si no hay coincidencia, el programa realiza cambios. La implementación real de la regla Delta variará según la red y su composición, pero al emplear una función de activación lineal, la regla Delta puede ser útil para refinar algunos tipos de sistemas de redes neuronales con sabores particulares de retropropagación.