Как работает теорема о зацикливании персептрона в машинном обучении?

Теорема о зацикливании персептрона в машинном обучении утверждает, что если не существует вектора параметров, при котором персептрон правильно решает все примеры обучающей выборки, то при обучении персептрона по определённому правилу через конечное число шагов вектор весов начнёт повторяться. new2.intuit.ru www.softcraft.ru

Другими словами, теорема говорит о том, что после запуска процедуры обучения персептрона через конечное время возможен один из двух исходов: либо персептрон обучится, либо станет ясно, что он не может решить поставленную задачу. new2.intuit.ru

Это происходит, например, когда описания объектов обучающей выборки не линейно разделимы в пространстве признаковых описаний. www.machinelearning.ru В таком случае процедура обучения персептрона будет бесконечно зацикливаться. www.machinelearning.ru