摘要：
在监督学习中，给定输入x，可根据假设函数f(x）预测输出相应的Y。这个f(x)与Y可能一致，也可能不一致。用损失函数来度量预测错误的程度。通常希望的是损失函数的值越小越好。我们一般是通过优化损失函数，把损失函数的值最小时的参数作为预测函数的参数值。 常见的损失函数有： 一：0-1损失函数 二：平方损 阅读全文
摘要：
单层感知机 旨在从训练数据集中得到一个线性的分类超平面，学习的策略是使所有误分类的样本距离超平面的距离最小，具体采用随机梯度下降法，每次随机找到一个误分类样本，使这个样本沿着最小化目标函数的方向更新参数。 给定一个训练数据集 ： 其中x∈X=Rn，y∈Y={−1,1}，i=1,2,...,N，因为误 阅读全文