【机器学习】030_多层感知机Part.1_实现原理

感知机是处理二分类问题的神经网络模型

【机器学习】030_多层感知机Part.1_实现原理_第1张图片

二分类:1或-1,输出离散的类

Softmax模型如果有n个类的话可以做多分类问题,这里只输出一个元素,因此只作为二分类模型

训练(权重更新过程):

【机器学习】030_多层感知机Part.1_实现原理_第2张图片

每次将预测值与真实值比较,假设预测错误,就更新一下权重值

· 等价于使用批量大小为1的梯度下降(不随机)

· 假设分类正确,那么y是要大于0的;如果分类错误就有梯度了,需要更新参数

感知机的XOR问题:

【机器学习】030_多层感知机Part.1_实现原理_第3张图片

【机器学习】030_多层感知机Part.1_实现原理_第4张图片

你可能感兴趣的:(机器学习,机器学习,人工智能,python)