极限学习机——支持向量机的后来者

支持向量机

在机器学习中，支持向量机（英语：support vector machine，常简称为SVM，又名支持向量网络[1]）是在**分类**与回归分析中分析数据的监督式学习模型与相关的学习算法。

极限学习机

反向传播算法

多层反应器

多层感知器（Multilayer Perceptron,缩写MLP）是一种前向结构的人工神经网络，映射一组输入向量到一组输出向量。MLP可以被看作是一个有向图，由多个的节点层所组成，每一层都全连接到下一层。除了输入节点，每个节点都是一个带有非线性激活函数的神经元（或称处理单元）。一种被称为反向传播算法的监督学习方法常被用来训练MLP。MLP是感知器的推广，克服了感知器不能对线性不可分数据进行识别的弱点。

参考资料

https://space.bilibili.com/88461692/channel/detail?cid=26587
3Blue1Brown 深度学习 Deep Learning
https://www.csdn.net/article/2015-05-07/2824636
论战Yann LeCun：谁能解释极限学习机（ELM）牛X在哪里？