目录:
一:感知器
二:自适应性线性神经元
视频来源:慕课网http://www.imooc.com/learn/813
正文:
一:感知器
感知器属于监督学习算法类别,更具体地说是单层二值分类器。简而言之,分类器的任务就是基于一组输入变量,预测某个数据点在两个可能类别中的归属。
对于输入信号,经过W的权值进行弱化将信号变小。最后输出到细胞核Z中。而Z不会直接传递出去,而是通过激活函数(即sin或其他函数)进行分类。
如上图的简单激活函数,即大于某个阈值(如0)则输出1,否则输出0.
总体如下图:
其中学习率n需要根据经验来设定。
上图:阈值在开始的时候被当成是W(0),后来每次进行更新
我发现,无论是分类器还是自适应线性神经网络,W(0)和其他的W(1:n)是不一样的计算公式,W(0)是阈值,不需要乘以输入的Xi。
上图:第二第三种是线性不可分割的。
数据越多,权值更新越好,输出结果越准确。
编程:
安装anaconda navigator。(备注:装的是anaconda,里面分别是Anaconda Cloud,Anaconda Navigetor,Anaconda Prompt,IPython,Jupyter Notebook,Jupyter QTCConsole,Reset Spyder Settings,和Spyder。安装和介绍: