【AI人工智能】白话机器学习一（感知机），附全套人工智能学习资料礼包！

从今天开始，迪迦开始给大家用大白话讲解关于AI-机器学习的内容，通俗易懂！关于机器学习一共有四期，我会保持每天更新！

我花了半个月时间整理了整整200G的人工智能网盘资料，可以免费分享给大家，希望对大家的学习有所帮助，需要的朋友扫码添加助手小姐姐微信即可免费领取！

 扫码添加即可！

概述

感知机1957年由Rosenblatt提出，是神经网络与支持向量机的基础，对神经网络的学习与深度学习有着重要的意义。 感知机（ perceptron）是二类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值。 感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型。感知机学习的目的是旨在求出将训练数据进行线性划分的超平面，为此，引入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模型。感知机的算法具有简单易于实现的特点，分为原始形式和对偶形式。

感知机模型

定义：假设输入空间（特征空间）是 X∈RnX \in R^nX∈Rn，输出空间是 Y∈{+1,