《机器学习实战》和Udacity的ML学习笔记之神经网络

1.感知器 感知器即单层神经网络模型，也是支持向量机的基础； 基本模型为: 此处x为输入,w为权重，y为输出 通过上式计算出最终的输出值 ，对应卡方函数解释如下： 2.感知器表示布尔函数 总的来说，就是通过两个输入x1,x2（取值只能是0、1），改变权重和阀值，使得加权结果和阀值比较结果输出符合布尔函数。详情见： 神经网络学习笔记 3. 感知器学习过程 当输出的结果和实际相反的时候，就说明加权结果

>>阅读原文<<