机器学习基石第一讲：PLA

机器学习的模型

简单的描述：根据训练数据集$D$训练一个模型$g$，使得这个假设模型$g$和原始数据的模型$f$尽可能接近

Perceptron Learning Algorithm

PLA，感知机学习算法

对于二分类：
数据集：$X = \left \{ x_1,x_2,...,_n\right \}$
类别：$Y = \left \{ +1 ,-1\right \}$
模型的原理：寻找一个超平面把两类数据点完全正确分开。
决策超平面：$h(x) = w^Tx+b$
其中