Een perceptron vanaf nul programmeren
Een neuron in enkele regels Python.
Een perceptron vanaf nul programmeren is een gratis Deep Learning Academy-les op CoddyKit. Dit is les 3 van 4. Je kunt de volledige les hieronder gratis lezen en daarna in de browser praktisch oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject Deep Learning Academy. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus Deep Learning Academy bevat in totaal 4 lessen.
Wat is een perceptron
Een perceptron is één neuron plus een leerregel. Het is het oorspronkelijke trainbare bouwblok van neurale netwerken en je kunt het helemaal zelf coderen. 🛠️
Begin met gewichten
Maak eerst de gewichten en een bias aan. Ze op nul zetten is prima voor een perceptron; tijdens het leren verschuiven ze naar de juiste waarden.
weights = [0.0, 0.0]
bias = 0.0Voorspellen met een stap
De stap predict berekent de gewogen som en past daarna de stapfunctie toe om 0 of 1 terug te geven.
score = w[0]*x[0] + w[1]*x[1] + bias
return 1 if score >= 0 else 0De fout meten
Vergelijk de voorspelling met het echte label. De fout is simpelweg doelwaarde min voorspelling: 0 als het goed is, plus of min één als het fout is.
error = target - predictionDe bijwerkregel
De bijwerkregel verandert elk gewicht met de fout maal de input. Verkeerde voorspellingen duwen de gewichten in de richting van het juiste antwoord.
w[i] += lr * error * x[i]Werk de bias ook bij
De bias leert op dezelfde manier, maar zijn input is altijd 1. Je telt dus eenvoudig de leersnelheid maal de fout erbij op.
bias += lr * errorDe leersnelheid
De leersnelheid bepaalt hoe groot elke bijwerking is. Kleine waarden leren langzaam maar stabiel; grote waarden kunnen het antwoord overschrijden.
lr = 0.1Eén keer doorlopen: een epoch
Een keer door elk trainingsvoorbeeld lopen heet een epoch. Meestal herhaal je dit meerdere epochs lang totdat de fouten stoppen.
De trainingslus
Elke stap van de training voorspelt, meet de fout en werkt de gewichten en bias bij. Herhaal dit voor de hele gegevensverzameling om te leren.
for x, target in data:
err = target - predict(x)
update(x, err)Het leert AND
Geef het de waarheidstabel van AND en het perceptron convergeert snel. Beide inputs moeten 1 zijn om 1 als uitvoer te geven.
Garantie op convergentie
Als de gegevens lineair scheidbaar zijn, vindt het perceptron gegarandeerd een scheidingslijn. Die belofte heet de convergentiestelling.
Korte controle
Denk terug aan hoe een perceptron zichzelf corrigeert.
Samenvatting
Een perceptron voorspelt met een stap, meet de fout en werkt gewichten bij met lr maal fout maal input. Herhaal dit over epochs en het leert lineair scheidbare gegevens. ✅
Leer Python met een AI-tutor — gratis
Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.
- Cursussen
- 30
- Lessen
- 120
Veelgestelde vragen
Is de les “Een perceptron vanaf nul programmeren” gratis?
Ja — de volledige tekst van “Een perceptron vanaf nul programmeren” kun je hier gratis op het web lezen. Als je interactief wilt oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is, en de rest van de cursus Deep Learning Academy wilt ontgrendelen, kun je upgraden naar CoddyKit PRO. De cursus Deep Learning Academy bevat in totaal 4 lessen.
Wat leer ik in “Een perceptron vanaf nul programmeren”?
Een neuron in enkele regels Python. Je oefent met Deep Learning Academy door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.
Heb ik ervaring nodig om met Deep Learning Academy te beginnen?
Ervaring vooraf is niet nodig. Deep Learning Academy op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 3 van 4.
Hoe lang duurt de les “Een perceptron vanaf nul programmeren”?
De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.
Kan ik code schrijven en uitvoeren in deze les over Deep Learning Academy?
Ja. Elke les over Deep Learning Academy bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.
Alle lessen in deze cursus
- Gewichten, bias en de gewogen som
- De stapfunctie en lineaire beslissingen
- Een perceptron vanaf nul programmeren
- Het XOR-probleem: waarom één neuron niet volstaat