感知机：神经网络的基石

感知机是监督学习算法中最基础的一种，也是神经网络，以及现在最流行的深度学习的基石。 感知机是一种二分线性分类模型，输入为N维向量X，输出为分类值Y。感知机的目的是在特征空间中找到一个超平面，将输入划分为两个部分。 感知机的集合解释是学习到一个 W*X + b = 0 的超平面，将数据集分类为两个部分。而如果一个数据集能够找到一个这样的超平面S将数据集的所有正负实例都完全正确地分解到超平面的两侧，则

>>阅读原文<<