まず、パーセプトロン
1.コンセプトマシンの認識
バイナリ分類の線形パーセプトロンモデルであり、入力特徴ベクトルは、ネガ型の場合、カテゴリ二つの値は、+ 1は、ポジ型を表し、+ 1と-1を取る-1出力の例は、カテゴリーの一例です。スペース、2つの正および負の超平面に分け例における入力パーセプトロン(特徴空間)に対応する判別モデルに属します。パーセプトロン学習アルゴリズムは簡単で、実装が容易で、かつデュアルフォームの元の形に分かれています。
まず、パーセプトロン
1.コンセプトマシンの認識
バイナリ分類の線形パーセプトロンモデルであり、入力特徴ベクトルは、ネガ型の場合、カテゴリ二つの値は、+ 1は、ポジ型を表し、+ 1と-1を取る-1出力の例は、カテゴリーの一例です。スペース、2つの正および負の超平面に分け例における入力パーセプトロン(特徴空間)に対応する判別モデルに属します。パーセプトロン学習アルゴリズムは簡単で、実装が容易で、かつデュアルフォームの元の形に分かれています。