自适应线性神经元和梯度下降

一、自适应线性神经元和学习积聚   这一节我们会了解单层神经网络的一种形式：自适应线性神经元（Adaline）。   这个算法的有趣之处在于它阐述了定义和最小化损失函数的关键概念，这位后面许多机器学习分类算法，如逻辑回归，支持向量机和回归模型等打下了基础。 自适应线性神经元和感知机的关键差别在于权重的更新是根据线性激活函数而不是感知机里的单位阶跃函数。在Adaline中，这个线性激活函数 ϕ (

>>阅读原文<<