규칙 배우기이는 신경망 모델의 개념으로, 네트워크의 가중치가 시간이 지남에 따라 조정된다는 것을 의미하며 일반적으로 장기적 관점에서 동적 규칙으로 간주됩니다.
일반적으로 학습 규칙은 뉴런의 여기 값에 따라 달라지며, 감독자가 제공한 목표 값과 현재 가중치 값에 따라서도 달라질 수 있습니다.
예를 들어, 필기 인식에 사용되는 신경망에는 입력 이미지의 데이터에 의해 자극을 받는 일련의 입력 뉴런이 있습니다. 자극 값에 가중치를 부여하고 함수를 통과시킨 후, 이 뉴런의 자극 값은 다른 뉴런으로 전달됩니다. 이 과정은 출력 뉴런이 자극될 때까지 반복됩니다. 궁극적으로, 출력 뉴런의 자극 값이 인식된 문자를 결정합니다.