感知機-理論心得體會

感知機1957年由Rosenblatt提出，是二分類的線性分類模型，其輸入爲實例的特徵向量，輸出爲實例的類別，即+1和-1。感知機對應於特徵空間中將實例劃分爲正負兩類的分離超平面。感知機學習的目的是找出將訓練數據正確劃分的線性分離超平面，具體的方法是使用梯度下降法嘗試不斷減少損失函數。---感知機是神經網絡和支持向量機（SVM）的基礎。 1.定義 感知機的輸入空間爲：爲n維特徵向量 輸出空間爲：{

>>阅读原文<<