Perceptron คืออะไร? โครงข่ายประสาทยุคแรกที่เรียนแบ่งกลุ่มด้วยเส้นตรง

Updated · By Viviai

Perceptron (เพอร์เซปตรอน) คือ โครงข่ายประสาทเทียมรูปแบบเรียบง่ายและเป็นต้นแบบยุคแรก ๆ ที่เรียนรู้การจำแนกสองกลุ่ม โดยรับค่าขาเข้า ถ่วงน้ำหนัก รวมกันแล้วเทียบกับค่าขีดแบ่งเพื่อตัดสินขาออก มันเป็นการเรียนรู้มีผู้สอนและแบ่งข้อมูลได้ดีเมื่อกลุ่มแยกจากกันด้วยเส้นตรง

เพอร์เซปตรอนคืออะไร

เพอร์เซปตรอนจำลองหน่วยประมวลผลหนึ่งหน่วยที่รับสัญญาณหลายทาง คูณแต่ละทางด้วยน้ำหนัก รวมกับค่าคงที่ แล้วส่งผ่านฟังก์ชันกระตุ้นอย่างง่ายเพื่อให้ขาออก

ส่วนประกอบ

สมการเชิงแนวคิด

[ \hat{y} = f\left(\sum_{i} w_i x_i + b\right) ]

โดย (x_i) คือขาเข้า (w_i) คือน้ำหนัก (b) คือค่าคงที่ และ (f) คือฟังก์ชันขีดแบ่ง

เรียนรู้ได้อย่างไร

  1. เริ่มต้นด้วยน้ำหนักค่าใดค่าหนึ่ง
  2. ป้อนตัวอย่างแล้วทำนายขาออก
  3. หากทำนายผิด ให้ปรับน้ำหนักตามทิศทางของความผิดพลาด
  4. ทำซ้ำกับตัวอย่างถัดไปจนการแบ่งกลุ่มดีขึ้น

การปรับน้ำหนักมีเป้าหมายให้ฟังก์ชันการสูญเสียลดลง และเป็นรากฐานของแนวคิดการแพร่กระจายย้อนกลับในเวลาต่อมา

ข้อจำกัดที่สำคัญ

แบ่งได้เฉพาะที่แยกด้วยเส้นตรง

เพอร์เซปตรอนชั้นเดียวแก้ปัญหาที่ไม่สามารถแบ่งด้วยเส้นตรงไม่ได้ ตัวอย่างคลาสสิกคือปัญหา XOR ที่ข้อมูลพันกันจนไม่มีเส้นตรงเส้นเดียวแยกกลุ่ม

ความสามารถจำกัด

แบบชั้นเดียวไม่ซับซ้อนพอสำหรับรูปแบบที่ซับซ้อนในภาพหรือข้อความ

เพอร์เซปตรอนหลายชั้น (MLP)

การต่อหลายชั้นเข้าด้วยกันเป็น Multilayer Perceptron (MLP) หรือเพอร์เซปตรอนหลายชั้น ซึ่งเป็นโครงข่ายแบบป้อนไปข้างหน้าที่มีชั้นซ่อนและฟังก์ชันกระตุ้นไม่เป็นเชิงเส้น ทำให้จับรูปแบบที่แบ่งด้วยเส้นตรงไม่ได้

ใช้งานที่ไหน

บริบท การใช้
งานจำแนกเบื้องต้น สองกลุ่มที่แยกเชิงเส้นได้
การศึกษา ทำความเข้าใจน้ำหนักและขีดแบ่ง
เป็นส่วนใน MLP ต่อขยายเป็นโครงข่ายลึก
ต้นแบบประวัติศาสตร์ รากฐานของการเรียนรู้ของเครื่อง

FAQ

Perceptron คืออะไร?

โครงข่ายประสาทเทียมอย่างง่ายที่รวมขาเข้าถ่วงน้ำหนักแล้วเทียบค่าขีดแบ่งเพื่อจำแนกสองกลุ่ม

Perceptron แบ่งข้อมูลแบบใดได้ดี?

ข้อมูลที่กลุ่มแยกจากกันได้ด้วยเส้นตรง หากแบ่งด้วยเส้นตรงไม่ได้ เพอร์เซปตรอนชั้นเดียวจะไม่สามารถเรียนได้

MLP คืออะไร?

เพอร์เซปตรอนหลายชั้นที่มีชั้นซ่อนและฟังก์ชันไม่เป็นเชิงเส้น ทำให้แก้ปัญหาซับซ้อนกว่าได้

น้ำหนักถูกปรับอย่างไร?

เมื่อทำนายผิด ระบบจะปรับน้ำหนักตามทิศทางความผิดพลาด แล้วลองใหม่จนผลดีขึ้น

Perceptron ยังใช้อยู่ไหม?

รูปแบบชั้นเดียวมักใช้เพื่อการเรียนการสอน ส่วนการใช้งานจริงนิยมขยายเป็น MLP และโครงข่ายลึกมากกว่า

สรุป

Sources

  1. https://th.wikipedia.org/wiki/%E0%B9%80%E0%B8%9E%E0%B8%AD%E0%B8%A3%E0%B9%8C%E0%B9%80%E0%B8%8B%E0%B8%9B%E0%B8%95%E0%B8%A3%E0%B8%AD%E0%B8%99
  2. https://en.wikipedia.org/wiki/Perceptron

Learn by doing

Read a guide, then practice with bite-sized AI lessons you can take offline.

Start learning free