Вся наша работа стала сводиться к тому, чтоб просто подавать
на вход нейрона данные, не разбираясь в них самостоятельно.
Cмоделируем такую структуру, для чего подадим
на вход нейрона (дендрит у биологического нейрона), значение x, и меняя коэффициент A (синапс у биологического нейрона), по правилам, которые мы вывели с линейным классификатором, будем получать выходные значения нейрона y (аксон у биологического нейрона).
При обучении без учителя (автоматические кодировщики и порождающие сети) мы даём данные
на вход нейронов сети и ожидаем, когда она сама найдёт какие-нибудь закономерности, при этом данные не размечены (не имеют каких–то меток с указанием результата), что позволяет выявить ранее неизвестные особенности, сходства и различия, и классифицирует по ещё ненайденным признакам, но как это будет происходить, предсказать сложно.
Импульсы, поступая
на вход нейрона, изменяют его текущее состояние.