李航统计学习方法--感知机
感知机的思想很简单：根据输入数据寻找一个超平面来将数据分开。感知机是神经网络和支持向量机的基础（如果知道神经网络或支持向量机，很容易看出）。感知机处理的数据集必须是线性可分得，神经网络和支持向量机在一些机制下就可以处理复杂的数据。
不讲理论了，直接看书：
这边简单介绍了一下超平面。下面主要将如何表示感知机的误差（如果不懂点到平面距离自行百度），文中涉及的公式推到都比较简单，耐性看一下就可以理解
下面就是如何跟新w和b了，这边的BP神经网络的误差跟新差不多，个人觉得还要容易理解一点。毕竟感知机是神经网络和SVM的基础
好了，基本的感知机就讲完了。如何像进一步了解可以去看书，书上有一道习题，看一遍、算一遍就懂了，书中还讲了感知机的一个对偶形式，算法如下：
好多线性代数的概念忘记了，百度一下才知道Gram矩阵怎么求：
理论跟容易理解，就是选取一个样本，跟新一下w和b，具体代码实现：给个链接（python）：
http://blog.****.net/wds2006sdo/article/details/51923546