Open Alex-McAvoy opened 9 months ago
https://alex-mcavoy.github.io/artificial-intelligence/machine-learning/supervised-learning/280b588e.html
【引入】在 单层感知机 中介绍了单层感知机，其能够处理线性可分问题，同时，根据 Novikoff 定理可知，感知机学习算法的原始形式是迭代收敛的 但单层感知机的学习算法是以误分类样本点到超平面 $S$ 的总几何间隔作为损失函数，其存在诸多解，这些解既依赖于参数 $\boldsymbol{\omega}$ 和阈值 $\theta$ 初值的选择，也依赖于迭代过程中误分类点的选择顺序
https://alex-mcavoy.github.io/artificial-intelligence/machine-learning/supervised-learning/280b588e.html
【引入】在 单层感知机 中介绍了单层感知机，其能够处理线性可分问题，同时，根据 Novikoff 定理可知，感知机学习算法的原始形式是迭代收敛的 但单层感知机的学习算法是以误分类样本点到超平面 $S$ 的总几何间隔作为损失函数，其存在诸多解，这些解既依赖于参数 $\boldsymbol{\omega}$ 和阈值 $\theta$ 初值的选择，也依赖于迭代过程中误分类点的选择顺序