感知机——统计学习方法，李航

最新推荐文章于 2020-12-02 15:56:57 发布

dutmathjc

最新推荐文章于 2020-12-02 15:56:57 发布

阅读量217

点赞数

分类专栏：统计机器学习文章标签：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/dutmathjc/article/details/106908617

版权

统计机器学习专栏收录该内容

2 篇文章

订阅专栏

感知机简介：

二类分类的线性分类模型，属于判别模型。输入为实例的特征向量，输出为实例的类别，取值为+1和-1。

感知机学习旨在求出将训练数据进行线性划分的分离超平面。

引入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模型。

感知机学习算法分为原始形式和对偶形式。

感知机于1957年由Rosenblatt提出，是神经网络与支持向量机的基础。

感知机模型：

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。