機器學習基石（林軒田）第二章 筆記與感悟總結

2.1 Perceptron Hypothesis set 問題：什麼樣的機器學習能解決是非問題？ 問題：我們的H 到底長什麼樣子？ 通過w來進行加權，然後看是否通過門檻值。紅字h被稱爲'感知器'。perceptron 打個比方：就是數學題，權值是每個題的分數。這樣60分就是閾值。 我們想要將threshold也當成一個特殊的W！ 這樣用兩個向量就能很簡單的表示出來了。注意w的第0個數字是（-th

>>阅读原文<<