机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

 

目录

一、神经元的数学模型

​ 二、感知器算法（SVM算法前身）

1、目的

2、流程

>>>问题1：下图w和b的调整是什么意思？

3、算法的有效性验证

1）原算法

2）增广矩阵

3）修改后的算法

4）感知器算法的收敛定理

三、 人工智能的寒冬——感知器算法的局限性

---

一、神经元的数学模型

二、感知器算法（SVM算法前身）

1、目的

2、流程

这个算法的思想是一个一个样本进行训练，但是SVM是从整体样本来看的，将其转化为一个大的优化问题，再进行求解

>>>问题1：下图w和b的调整是什么意思？

答：这里以y-=1但是没有正确分类的情况为例，y=1,没有正确分类的情况类似

3、算法的有效性验证

1）原算法

2）增广矩阵

3）修改后的算法

4）感知器算法的收敛定理

证明：

 

三、 人工智能的寒冬——感知器算法的局限性

 

以上说的感知器算法其实只是两层神经网络模型，非常有局限性，但是通过三层和多层神经网络模型可以很好的解决这个问题，那三层和多层的神经网络是怎样的呢？ 参考文章：《机器学习——人工神经网络之多层神经网络（多层与三层）》