← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9446.d · 生成模型:Tencent Hunyuan Hy

感知机的二分类原理

理解等级:初级

感知机是1958年提出的最古老的二分类线性分类算法,由两层神经元组成:输入层接收信号并传给输出层,输出层是MP神经元。它给每个属性分配权重,将属性值与权重相乘求和,再与阈值比较来判定正样本或负样本,输出取+1或-1。典型场景包括判断考试是否合格、今天是否下雨、银行是否放贷等只有是非两个答案的问题。用途上它是神经网络与支持向量机的雏形,每个产品经理都应掌握。边界是它只能处理线性可分的数据。迁移启发:先判断问题能否用一条分界线切开,再决定是否用感知机。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第7章《模拟人类思考过程:神经网络》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00012.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:原文定义感知机为适用于二分类的线性分类算法,并给出加权求和与阈值比较的判定方式,支撑了感知机本质是线性分类器的结论。 - 原始内容:简单来说,感知机学习算法是一种适用于二分类的线性分类算法,一般用于解决二分类(非负即正,只存在两个结果)问题。例如我们判断一个同学的考试成绩合格还是不合格,今天会不会下雨,银行会不会给某个客户发放贷款等