机器学习笔记 - 什么是感知机(Perceptron)?

本文介绍了感知机的起源、工作原理以及其在机器学习中的地位。通过分析感知机无法解决非线性可分问题,如XOR,阐述了其局限性。文章深入探讨了感知机的Python实现,包括数据集、架构、训练过程和终止条件,并展示了如何使用感知机对AND、OR和XOR数据集进行分类。最后,通过实际应用验证感知机无法解决XOR问题,强调了感知机在现代深度学习中的基础作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、什么是感知机?

        由Rosenblatt于1958年首次推出的感知机,他提出了基于原始 MCP 神经元的感知机学习规则。可以说是最古老、最简单的ANN算法。在此出版物之后,基于感知机的技术在神经网络社区中风靡一时。仅这篇论文就对当今神经网络的流行和实用性负有重大责任。

        但随后,在1969年,机器学习社区迎来了“AI寒冬”,神经网络没有人再关注。Minsky和Papert出版了Perceptrons - 计算几何导论,这本书有效地使神经网络的研究停滞了近十年——关于这本书有很多争议,但作者确实成功地证明了单层感知机无法分离非线性数据点。

        鉴于大多数现实世界的数据集是自然非线性可分的,这似乎感知机以及其他神经网络研究可能没有太大意义。

        在Minsky和Papert的书籍出版后,人们对神经网络的兴趣大幅下降。直到我们开始探索更深层次的网络(有时称为多层

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

打赏作者

坐望云起

如果觉得有用,请不吝打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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