您的位置: 首页  >  文章  >  机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

分类: 文章 • 2024-11-18 09:18:52

 

目录

一、神经元的数学模型

​ 二、感知器算法（SVM算法前身）

1、目的

2、流程

>>>问题1：下图w和b的调整是什么意思？

3、算法的有效性验证

1）原算法

2）增广矩阵

3）修改后的算法

4）感知器算法的收敛定理

三、 人工智能的寒冬——感知器算法的局限性

一、神经元的数学模型

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法） 二、感知器算法（SVM算法前身）

1、目的

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

2、流程

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

这个算法的思想是一个一个样本进行训练，但是SVM是从整体样本来看的，将其转化为一个大的优化问题，再进行求解

>>>问题1：下图w和b的调整是什么意思？

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

答：这里以y-=1但是没有正确分类的情况为例，y=1,没有正确分类的情况类似

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

3、算法的有效性验证

1）原算法

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

2）增广矩阵

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

3）修改后的算法

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

4）感知器算法的收敛定理

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

证明：

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

 

三、 人工智能的寒冬——感知器算法的局限性

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）

相关推荐