感知機與BP神經網絡

感知機與BP神經網絡 一、感知機原理 感知機是二分類的線性模型，其輸入是實例的特徵向量，輸出的是事例的類別，分別是+1和-1，屬於判別模型。 假設訓練數據集是線性可分的，感知機學習的目標是求得一個能夠將訓練數據集正實例點和負實例點完全正確分開的分離超平面。如果是非線性可分的數據，則最後無法獲得超平面 二、感知機的幾何解釋 可以把感知機看成n維實例空間的決策超平面：W*X=0.這個超平面將空間中的點

>>阅读原文<<