La machine d'apprentissage extrême est un modèle de réseau neuronal dans le domaine de l'apprentissage automatique, qui peut être utilisé pour résoudre des réseaux neuronaux à propagation directe à couche cachée unique.

Contrairement aux réseaux neuronaux à propagation directe traditionnels (tels que les réseaux neuronaux BP) qui nécessitent la définition manuelle d'un grand nombre de paramètres d'entraînement, l'algorithme d'apprentissage extrême n'a besoin que de définir la structure du réseau sans définir d'autres paramètres, il est donc simple et facile à utiliser. Étant donné que les poids de la couche d'entrée à la couche cachée sont déterminés aléatoirement une fois, il n'est pas nécessaire de les ajuster à nouveau pendant l'exécution de l'algorithme, et les poids de la couche cachée à la couche de sortie n'ont besoin de résoudre qu'un ensemble d'équations linéaires, de sorte que la vitesse de calcul peut être considérablement améliorée.

Références

【1】Machine d'apprentissage extrême (Wikipedia)