【機器學習基礎】從感知機模型提及

感知機（perceptron） 感知器（perceptron）1957年由Rosenblatt提出，是神經網絡與支持向量機的基礎。感知器是二類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，取+1和-1二值。感知機對應於輸入空間（特徵空間）中將實例劃分爲正負兩類的分離超平面，屬於判別模型。感知機學習旨在求出將訓練數據進行線性劃分的分離超平面。git 分離超平面分類法 分離超平面進行分

>>阅读原文<<