Граница принятия решения — в случае обратного распространения на основе искусственных нейронных сетей или перцептронов, тип Граница принятия решения, которую сеть может изучить, определяется количеством скрытых слоев, которые имеет сеть. Если у него нет скрытых слоев, он может изучать только линейные задачи. Если у него есть один скрытый слой, он может изучить любую непрерывную функцию на компактных подмножествах из R , как показано в теореме универсального приближения, таким образом, он может иметь произвольную границу принятия решений.
[Глоссарий искусственного интеллекта. (Электронный ресурс). Режим доступа: http:// hrwiki.ru›wiki/Glossary_of_artificial_intelligence/, свободный.]
Граница принятия решения — в случае искусственных нейронных сетей или персептронов, основанных на методе обратного распространения ошибки, тип границы принятия решения, которую может изучить сеть, определяется количеством скрытых слоев в ней. Если скрытых слоев нет, то сеть может решать только линейные задачи. Если скрытый слой один, то сеть может изучить любую непрерывную функцию на компактных подмножествах Rn, как показывает теорема об универсальной аппроксимации, то есть граница принятия решения может быть произвольной.
[Глоссарий по искусственному интеллекту. (Электронный ресурс). Режим доступа: http:// en.wikipedia.org›wiki/Glossary_of_artificial_intelligence/, свободный.]