感知机理论
感知机（perceptron）是二分类的线性分类模型，输入为实例的特点向量，输出为实例的种别（取+1和-1）。感知机对应于输入空间中将实例划分为两类的分别超平面。感知机旨在求出该超平面，为求得超平面导入了基于误分类的丧失函数，应用梯度下落法 对丧失函数进行最优化（最优化）。感知机的学习算法具有简略而易于实现的长处，分为原始情势和对偶情势。感知机预测是用学习得到的感知机模型对新的实例进行预测的，因此属于辨别模型。感知机由（perceptron）是二分类的线性分类模型，输入为实例的特点向量，输出为实
