lession_1:感知机模型(perceptron model)
(1)感知机是二分类的线性模型(linear model),其输入是实例的特征向量,输出的是实例的类别,分别是+1和-1,属于判别模型,是神经网络(NN)和支持向量机(SVM)的基础。
(2)感知机是神经网络(深度学习)的起源算法,也称为“人工神经元”或“朴素感知机”。结构为类神经元结构:
记 ,即:
(3)for example: 与门逻辑
(4)显然的是,我们可以思考并尝试给出合理的权重值得到好的模拟效果。比如w=[3,4,-5]T
(5) Problem : 如果我们懒得思考(或者你傻),w能否自学习获得得到了?以及怎样达到最好(最鲁棒性)的效果?
。。。。。。。。。。。。。(下节讲解利用GD algorithm update w)。。。。。。。。。。。。。。。。