Почему алгоритм Розенблатта критикуется с точки зрения эффективности прогнозирования?

Некоторые причины критики алгоритма Розенблатта (перцептрона) с точки зрения эффективности прогнозирования:

• Отсутствие способности к обобщению. xn--h1ajim.xn--p1ai Перцептрон не может переносить свои характеристики на новые стимулы или ситуации, которые не совпадают с теми, что были при обучении. xn--h1ajim.xn--p1ai
• Неспособность анализировать сложные ситуации. xn--h1ajim.xn--p1ai Перцептрон не может расчленять сложные ситуации во внешней среде на более простые. xn--h1ajim.xn--p1ai
• Невозможность найти инвариант. xn--h1ajim.xn--p1ai Перцептрон работает только как статистическая машина, он не способен самостоятельно находить инварианты, которые были бы основой для принятия решений. xn--h1ajim.xn--p1ai
• Риск построения слишком грубой модели. habr.com Если выделять только минимальное число признаков и обучаться только на части всех возможных примеров, то можно построить модель, которой будет достаточно для решения задачи на обучающем множестве, но она будет плохо предсказывать. habr.com

В 1969 году Марвин Мински и Сеймур Паперт в книге под названием «Перцептроны» критиковали предложенную Розенблаттом модель нейронной сети, ошибочно полагая, что перцептрон не может изучить функцию ИЛИ (XOR) и классифицировать большое количество измерений. www.nlobooks.ru