您的位置: 首页 > 文章 > 3.7 感知器-机器学习笔记-斯坦福吴恩达教授 3.7 感知器-机器学习笔记-斯坦福吴恩达教授 分类: 文章 • 2025-02-21 08:26:53 感知器 感知器是最简单的神经网络结构，其不包含隐含层： 数学的简单表单为：[x0x1x2x3]→[a1(2)]→hθ(x)\left[\begin{matrix} x_0\\x_1\\x_2\\x_3 \end{matrix}\right]\rightarrow\left[a_1^{(2)}\right]\rightarrow h_\theta(x)⎣⎢⎢⎡x0x1x2x3⎦⎥⎥⎤→[a1(2)]→hθ(x) 其输出为： hθ(x)=a1(2)=Θ(1)a(1)=Θ(1)xh_\theta(x)=a_1(2)=\Theta^{(1)}a^{(1)}=\Theta^{(1)}xhθ(x)=a1(2)=Θ(1)a(1)=Θ(1)x 这个预测函数是不是和之前学习的回归问题类似，实际上回归问题算是感知器的非网络表达形式。
