It may be also interestingto note t

It may be also interestingto note that the basic idea of RPCL
can be regarded as a kind of unsupervised extension of Kohonen’s supervised learning vector quantization algorithm LVQ2
[15] which can give a result closer in effect to Bayes decision
theory by simultaneously modifying the weight vectors of both
the winner and its rival when the winner is in a wrong class
but the rival is in a correct class for an input vector.
In the sequel, the characteristics of RPCL will be further
illustrated through some experiments

ผลลัพธ์ (ไทย) 1:

มันอาจจะยัง interestingto สังเกตว่า ความคิดพื้นฐานของ RPCLสามารถถือเป็นแบบ unsupervised ขยาย Kohonen ของแบบมีผู้สอนเรียนเวกเตอร์ quantization อัลกอริทึม LVQ2[15] ซึ่งสามารถให้ผลใกล้ผลตัดสิน Bayesทฤษฎี โดยการปรับเปลี่ยนเวกเตอร์น้ำหนักทั้งสองอย่างพร้อมกันผู้ชนะและคู่แข่งของผู้ชนะอยู่ในคลาสที่ไม่ถูกต้องแต่คู่แข่งอยู่ในชั้นเวกเตอร์การป้อนข้อมูลถูกต้องในภาค ลักษณะของ RPCL จะเพิ่มเติมสะท้อนผ่านการทดลองบางอย่าง

ผลลัพธ์ (ไทย) 2:

มันอาจจะยัง interestingto ทราบว่าแนวคิดพื้นฐานของ RPCL
ถือได้ว่าเป็นชนิดของการขยายใกล้ชิดของการเรียนรู้ภายใต้การดูแล Kohonen ของเวกเตอร์ quantization อัลกอริทึม LVQ2
[15]
ซึ่งสามารถให้ผลใกล้ชิดมีผลต่อการตัดสินใจของเบส์ทฤษฎีโดยพร้อมกันแก้ไขเวกเตอร์น้ำหนักทั้งผู้ชนะและคู่แข่งเมื่อผู้ชนะอยู่ในระดับที่ไม่ถูกต้องแต่คู่แข่งที่อยู่ในระดับที่ถูกต้องสำหรับการป้อนข้อมูลเวกเตอร์. ในผลสืบเนื่องลักษณะของ RPCL จะได้รับการต่อไปแสดงให้เห็นผ่านการทดสอบบางอย่าง

ผลลัพธ์ (ไทย) 3:

มันอาจจะยัง interestingto ทราบว่าแนวคิดพื้นฐานของบัณฑิต
สามารถถือเป็นชนิดของการส่งเสริมการเรียนรู้แบบ Supervised Learning unsupervised ของเวกเตอร์ quantization ขั้นตอนวิธี lvq2
[ 15 ] ซึ่งสามารถให้ผลใกล้ชิดในผลการตัดสินใจทฤษฎีเบส์โดยปรับเปลี่ยนน้ำหนักพร้อมกัน

เวกเตอร์ทั้งผู้ชนะและคู่แข่งเมื่อ เป็นผู้ชนะในคลาส
ผิดแต่คู่แข่งในคลาสที่ถูกต้องสำหรับอินพุตเวกเตอร์
ในผลสืบเนื่อง คุณลักษณะของบัณฑิตต่อไป
แสดงผ่านการทดลองบางอย่าง