標籤:

Hinton神經網路課第二講筆記:感知機

Hinton神經網路課第二講筆記:感知機

來自專欄 機器學習演算法與NLP學習筆記

本講首先介紹了神經網路常見的三種體系結構:前饋神經網路、循環神經網路和對稱連接網路,然後介紹了神經網路最簡單的一種形式:感知機。感知機可以看做是沒有隱藏層的潛虧神經網路,在20世紀60年代被首先提出。本講介紹了感知機的演算法和幾何意義,並通過幾何手段大致證明了感知機在存在解的情況下肯定能停止並找到解。最後,本講介紹了感知機的局限性

詳細內容戳我


推薦閱讀:

從零開始實現樸素貝葉斯分類演算法(連續特徵情形)
有bioinformatics, ML, 或者phd生涯問題的同學,可以私信我
邏輯回歸的重要性
Hidden Markov Model(隱馬爾可夫模型(Discrete))
乾貨|機器學習入門

TAG:機器學習 |