感知机(笔记提纲)

本文介绍了感知机的基本概念,包括其作为二分类线性模型的角色,以及如何通过最小化损失函数来实现对训练数据的线性划分。文章还讨论了模型的学习策略、收敛条件以及对偶形式等内容。

0 综述

感知机:

  • 二分类
  • 线性模型
  • 判别模型

目的:求出将训练数据进行线性划分的分离超平面

1 模型

输入空间 到 输出空间 函数
f(x) = sign(w · x + b)

2 学习策略

最小化损失函数–误分类驱动
随机梯度下降

3 收敛性

输入数据集必须线性可分

4 对偶形式

待补充

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值