机器学习笔记 - 感知器的数学表达

一、假设前提

        感知机（或称感知器，Perceptron）是Frank Rosenblatt在1957年就职于Cornell航空实验室（Cornell Aeronautical Laboratory）时所发明的一种人工神经网络。

        它可以被视为一种最简单形式的前馈神经网络，是一种二元线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1。感知机是神经网络的雏形，同时也是支持向量机的基础，感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型。感知机学习旨在求出将训练数据进行线性划分的

        1、二分类

        2、数据是线性可分的。

二、具体解释

        我们首先看这样的一个函数，。