感知机
一种最简单的人工神经元模型,也是最早期的神经网络模型之一。它由美国学者 Frank Rosenblatt 在 1957 年提出,是一种用于二元分类的线性分类器。
感知机接收多个输入,每个输入都有一个对应的权重,然后将输入和权重的乘积相加,并加上偏差(也称为阈值)。最后,将这个结果通过一个阈值函数(通常是阶跃函数)进行转换,输出一个二元的分类结果。
y = { 1 , if ∑ i w i x i + b > 0 0 , otherwise y=\left\{\begin{array}{ll} 1, & \text { if } \sum_{i} w_{i} x_{i}+b>0 \\ 0, & \text { otherwise } \end{array}\right. y=