機器學習基石系列一

問題解析規範化 機器學習定義 感知機：線性加權分類 類比常見的加權平均和線性組合形成分類門限值 PLA:基於實例的學習，錯誤反饋糾正 每次迭代選擇誤分類樣本更新權值，直到便利樣本未發現誤分類點 線性可分 結果收斂（單步優化，且存在上限，迭代優化次數也就有限） POCKET算法 隨機樣本點優化，收斂速度慢於PLA - 存在噪聲數據時，對PLA的一種近似，通過足夠多次隨機迭代逼近特徵函數

>>阅读原文<<