2023學(xué)年完整公開課版簡單感知機(jī)_第1頁
2023學(xué)年完整公開課版簡單感知機(jī)_第2頁
2023學(xué)年完整公開課版簡單感知機(jī)_第3頁
2023學(xué)年完整公開課版簡單感知機(jī)_第4頁
2023學(xué)年完整公開課版簡單感知機(jī)_第5頁
已閱讀5頁，還剩2頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

簡單感知主講：馮宇健機(jī)簡單感知機(jī)感知機(jī)（perceptron）是二分類的線性分類模型，輸入為實例的特征向量，輸出為實例的類別（取+1和-1）。感知機(jī)對應(yīng)于輸入空間中將實例劃分為兩類的分離超平面。感知機(jī)旨在求出該超平面，為求得超平面導(dǎo)入了基于誤分類的損失函數(shù)，利用梯度下降法對損失函數(shù)進(jìn)行最優(yōu)化（最優(yōu)化）。感知機(jī)的學(xué)習(xí)算法具有簡單而易于實現(xiàn)的優(yōu)點(diǎn)，分為原始形式和對偶形式。感知機(jī)預(yù)測是用學(xué)習(xí)得到的感知機(jī)模型對新的實例進(jìn)行預(yù)測的，因此屬于判別模型。感知機(jī)由Rosenblatt于1957年提出的，是神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的基礎(chǔ)。簡單感知機(jī)簡單感知器由一個線性組合器和硬限幅器（即sgn函數(shù)，判斷是正數(shù)返回1，負(fù)數(shù)返回-1）組成，線性組合器有m個輸入，m個輸入權(quán)值，一個偏置，圖像表述如下簡單感知機(jī)感知機(jī)的組成：

輸入信號源：x1,x2

輸出信號：y

每個信號的權(quán)重：w1,w2感知機(jī)如何處理這些信息：

信號匯總：y=x1w1+x2w2

信號判斷：y與閾值比較

感知機(jī)的多個輸入信號都有各自固有的權(quán)重，這些權(quán)重發(fā)揮著控制各個信號的重要性的作用。也就是說，權(quán)重越大，對應(yīng)該權(quán)重的信號的重要性就越高。簡單感知機(jī)感知機(jī)學(xué)習(xí)算法：既然我們的目標(biāo)是將T中所有的樣本點(diǎn)正確地分類，那么對于某個(w,b)，先看一下它在哪些點(diǎn)上分類失敗了。由前面所述：如果有某個點(diǎn)(Xi,yi)，使得yi(w*Xi)<0，則稱超平面w*X對該點(diǎn)分類失敗。采用所有誤分類的點(diǎn)到超平面的距離

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論