分类算法
- 感知器
- 适应性的线性神经元
机器学习的本质是模拟人的神经元对信号处理的方法
1.神经元的数学表达式
神经元的数学表示:即输入与权重的点乘
输入电信号用向量x1….表示,而后由弱化因子w1…进行弱化,再汇总:z=x1w1+….。在细胞核进行激活判断。φ(z)= 1,当z大于等于某一阈值。反之为-1.
2.激活函数
单元步调函数,传递信号,输出 1(z 大于阈值) 或 -1
3.矩阵运算
向量的点乘
神经元的数学表示:即输入与权重的点乘
输入电信号用向量x1….表示,而后由弱化因子w1…进行弱化,再汇总:z=x1w1+….。在细胞核进行激活判断。φ(z)= 1,当z大于等于某一阈值。反之为-1.
单元步调函数,传递信号,输出 1(z 大于阈值) 或 -1
向量的点乘