统计学习方法学习笔记（第二章 感知机）

感知机是二类分类的线性分类模型。

感知机是一种线性分类模型，属于判别模型。感知机模型的假设空间是定义在特征空间中的所有线性分类模型或线性分类器。

超平面Ｓ称为分离超平面（separating hyperplane）。

数据集的线性可分性。

感知机所采用的损失函数是误分类点到超平面Ｓ的总距离。

感知机问题算法是最优化损失函数问题的算法。

感知机学习算法是误分类驱动的，具体采用随机梯度下降（stochastic gradient descent）。　

算法的收敛性。

感知机的证明后面再来细细品味。

感知机不能表示异或。