感知机，就是二类分类的线性分类模型，其输入为样本的特征向量，输出为样本的类别，取+1和-1二值，即通过某样本的特征，就可以准确判断该样本属于哪一类。顾名思义，感知机能够解决的问题首先要求特征空间是线性可分的，再者是二类分类，即将样本分为{+1, -1}两类。http://www.cnblogs.co...
分类：
其他好文 时间：
2015-10-26 22:18:09
阅读次数：
186
有些学习方法（如感知机）只需要找到任一线性分界面即可，而另一些方法（如NB）则需要按照某个准则找到最优的线性分界面。对于SVN而言，它定义的准则是寻找一个离数据点最远的决策面。 1、支持向量 ???...
分类：
其他好文 时间：
2015-10-22 09:18:07
阅读次数：
292
这一系列的文章，了解各大唱片《神经网络设计》这本书的收益和总结。第一部分介绍了三网融合：感知HammingHopfield感知机採用对称硬极限传输函数hardlims的单层感知机两输入感知机,w11 = -1, w22 = 1例如以下a = hardlims(n) = hardlim...
分类：
其他好文 时间：
2015-10-10 16:59:16
阅读次数：
268
回头再温习一下Andrew Ng的机器学习视频课，顺便把没写完的笔记写完。本节内容
牛顿方法
指数分布族
广义线性模型
之前学习了梯度下降方法，关于梯度下降（gradient descent），这里简单的回顾下【参考感知机学习部分提到的梯度下降(gradient descent)】。在最小化损失函数时，采用的就是梯度下降的方法逐步逼近最优解，规则为θ:=θ?η?θ?(θ)\theta := \the...
分类：
其他好文 时间：
2015-10-06 16:56:25
阅读次数：
363
感知机是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1，-1。感知机学习旨在求出将训练数据进行线性划分的分离超平面。具体介绍如下：感知机模型感知机学习策略感知机学习算法1 感知机模型输入空间（特征空间）是Rn输出空间是{+1,-1}由输入空间到输出空间的函数 f(x)=si...
分类：
其他好文 时间：
2015-09-22 21:42:58
阅读次数：
337
小编都深深的震惊了，到底是谁那么好整理了那么多干货性的书籍。小编对此人表示崇高的敬意，小编不是文章的生产者，只是文章的搬运工。《Brief History of Machine Learning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到...
分类：
其他好文 时间：
2015-09-20 09:14:35
阅读次数：
372
八卦Minsky打压神经网络始末谈下Minsky造成的神经网络冰河事件：57年一个叫弗兰克的大概只有二流水平的学者搞出了感知机，理论和实践证明了对线性可分问题的有效性，引起一阵轰动，特别是非科学圈类似新闻联播这样媒体的强烈关注，完全就是学术界的“一球成名”。而政府方面一看新闻联播都报道了，看来感知机...
分类：
其他好文 时间：
2015-09-11 20:41:45
阅读次数：
216
感知机学习算法Java实现。Perceptron类用于实现感知机，其中的perceptronOriginal()方法用于实现感知机学习算法的原始形式；perceptronAnother()方法用于实现感知机学习算法的对偶形式（此处仍有bug）。import java.util.Scanner;pub...
分类：
编程语言 时间：
2015-09-06 17:50:34
阅读次数：
277
第12章 统计学习方法总结1 适用问题分类问题是从实例的特征向量到类标记的预测问题；标注问题是从观测序列到标记序列(或状态序列)的预测问题。可以认为分类问题是标注问题的特殊情况。分类问题中可能的预测结果是二类或多类；而标注问题中可能的预测结果是所有的标记序列，其数目是指数级的。感知机、k近邻法、朴素...
分类：
其他好文 时间：
2015-08-28 21:07:06
阅读次数：
311
