机器学习|人工神经网络（感知器算法）

这一讲主要介绍美国科学家 image.png
如何对神经元的神经模型进行改造，用于二分类问题，回顾 image.png
他在1957年站在数学的角度，能够从i一些输入输出的对，通过机器学习自动 获得权重W和偏置b，因此提出了 image.png
这里假设输入的训练样本表示为 image.png
我们的任务是 image.png
我们把训练数据Xi满足上述的条件叫做获得了平衡 image.png
image.png
上述2是没有达到平衡的，需要做一些调整 image.png
image.png
image.png
image.png
image.png 定义增广向量的目的是简化我们的表达 image.png image.png
image.png
image.png image.png 回顾线性可分的定义，如果存在一个超平面使得w分为两个部分，那么一定有无数个超平面可以把它分为两个部分，那么 image.png

是其中两个

image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png

感知器算法：只要训练数据线性可分，那么感知器算法一定收敛，