了解感知机
本帖最后由 codeshealth 于 2023-2-14 18:46 编辑感知机
感知机在1957年被提出，算是最古老的分类方法之一。虽然感知机泛化能力不及其他的分类模型，但是如果能够对感知机的原理有一定的认识，在之后学习支持向量机、神经网络等机器学习算法的时候会轻松很多。
一、感知机学习目标
[*]感知机模型
[*]感知机的损失函数和目标函数
[*]感知机原始形式和对偶形式
[*]感知机流程
[*]感知机优缺点
二、感知机引入
2.1 线性可分和线性不可分
每逢下午有体育课，总会有男孩和女孩在学校的操场上玩耍。假设由于传统思想的影响，男孩总会和男孩一起打打篮球，女孩总会和女孩一起踢毽子、跳跳绳。
3、感知机优缺点
3.1 优点
[*]简单易懂，编程实现容易
[*]由于非线性支持向量机和神经网络等算法在此基础上改进的，感知机在一定程度上值得细细体会
3.2 缺点
[*]目前在工业上使用的较少(太古老了，没辙！)
[*]只能处理线性可分的数据(它的后代支持向量机和神经网络完美的解决了这个缺点)
[*]无法解决回归问题(试着使用回归支持向量机？)
4、小结
感知机算法最大的前提则是数据集需要线性可分，这也正是感知机算法最大的局限性。为了解决线性不可分数据的分类问题，因此在此感知机算法的基础上发明了非线性支持向量机、神经网络等机器学习算法。感知机算法虽然现在用的很少了，但是如果能深刻了解感知机算法的对偶形式为什么比原始形式更快的做到算法收敛会让你未来学习其他的机器学习算法轻松不少。感知机其实用到了部分线性模型知识，至于线性模型是什么，下一篇即会揭晓——线性回归。 大学没认真学，现在来恶补理论知识 和图灵机有什么本质区别吗？我怎么感觉感知机也是属于图灵机的一种的。 补习理论知识 还是看不懂呢 能否作为人工智能的发展基础呢
页:
[1]