数学之路(3)-机器学习(3)-机器学习算法-神经网络[1]

本文深入浅出地介绍了神经网络的基础——感知器,详细讲解了Rosenblatt感知器的工作原理,并通过Python实现了感知器求逻辑与的操作。接着,通过实例展示了感知器对不同分类问题的解决能力,包括线性和非线性问题,验证了其分类准确性。
摘要由CSDN通过智能技术生成


二、机器学习算法

(一)神经网络

1、感知器

Rosenblatt感知器建立在一个线性神经元上,神经元模型的求和节点计算作用于突触上的输入的线性组合,同时结合外部作用的偏置。

诱导局部域是指求和节点计算得到的结果,然后这个结果被应用于硬限幅器。当硬限幅器输入为正时,神经元输出+1,反之输出-1。


其最终结果是把外部输入x1,x2,...,xm正确分成两类,分类规则是,如果感知器输出是+1,则为类1,否则输出为-1为类2。感知器被超平面分开为2类,这个超平面为


得到权值w的过程就是一个误差修正的学习过程。

我们用python来实现一个Rosenblatt感知器。相关的数值计算使用numpy包,numpy是一个用python实现的科学计算包&#x

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值