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
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。
感知机:
目的:求出将训练数据进行线性划分的分离超平面
输入空间 到 输出空间 函数
f(x) = sign(w · x + b)
最小化损失函数–误分类驱动
随机梯度下降
输入数据集必须线性可分
待补充
1340

被折叠的 条评论
为什么被折叠?