机器学习—神经网络之感知器

2018-03-21 15:45 sunmengqi

感知器算法基于单层神经网络的范畴，不仅是第一个以算法描述的学习算法，而且很直观，也较为容易实现。同时，它也是是最先进的机器学习算法之一人工神经元网络（也可称作深入学习）的绝好切入点。 感知器的最初概念可以追溯到Warren McCulloch和Walter Pitts在1943年的研究，他们将生物神经元类比成带有二值输出的简单逻辑门。以更直观的方式来看，神经元可被理解为生物大脑中神经网络的子节点。在这里，变量信号抵达树突。输入信号在神经细胞体内聚集，当聚集的信号强度超过一定的阈值，就会产生一个输出信...