机器学习基础之----感知机----
2017-01-12 10:59
218 查看
写在前面的话
由于博主最近在某国企工作,业余时间较多,于是蒙生写博客的想法,一来是做读书笔记,二来也希望可以和更多热爱ML和DL的人一起交流学习。
本文将从四个方面介绍感知机的内容:
1,感知机总体介绍
2,叙述感知机的学习策略
3,介绍感知机的学习算法
4,证明算法的收敛性
一,感知机总体介绍
由于博主最近在某国企工作,业余时间较多,于是蒙生写博客的想法,一来是做读书笔记,二来也希望可以和更多热爱ML和DL的人一起交流学习。
本文将从四个方面介绍感知机的内容:
1,感知机总体介绍
2,叙述感知机的学习策略
3,介绍感知机的学习算法
4,证明算法的收敛性
一,感知机总体介绍
OK,进入正题。感知机(Perceptron)是二分类的线性分类模型,其输入为实例的特征向量,输出为实例的类别,取+1和-1,属于判别模型。感知机学习旨在求出将训练数据进行线性划分的分离超平面,为此,导入给予误分类的损失函数,利用梯度下降法对损失函数进行极小化,从而求得感知机模型。感知机学习算法具有简单而易于实现的特点,分为**原始形式**和**对偶形式**两种,是神经网络和SVM的基础。
相关文章推荐
- 【机器学习基础】从感知机模型说起
- 【机器学习基础】从感知机模型说起
- 机器学习基础(八)——感知机(iterative optimization)
- 机器学习中的算法(2)-支持向量机(SVM)基础
- 机器学习中的算法(2)-支持向量机(SVM)基础
- 机器学习中的算法(2)-支持向量机(SVM)基础
- 【NLP基础】机器学习前沿热点–Deep Learning
- 机器学习中的算法(2)-支持向量机(SVM)基础
- 机器学习中的算法(2)-支持向量机(SVM)基础
- 机器学习中的算法(2)-支持向量机(SVM)基础
- 机器学习基础-概率论知识点
- [机器学习]决策树算法的理论基础
- 最优化基础和机器学习优化
- 机器学习中的算法(2)-支持向量机(SVM)基础
- 数学之路(3)-机器学习(3)-数学基础
- 数学之路(3)-机器学习(2)-机器学习基础(1)-模式识别简介[1]
- 模式识别与机器学习基础之2---再看曲线拟合
- 机器学习中的算法(2)-支持向量机(SVM)基础
- 机器学习中的算法(2)-支持向量机(SVM)基础
- 机器学习基础教程