目录
- 0 写在前面
- 1 什么是线性模型?
- 2 感知机概述
- 3 手推感知机原理
- 4 Python实现
-
- 4.1 创建感知机类
- 4.2 更新权重与偏置
- 4.3 判断误分类点
- 4.4 训练感知机
- 4.5 动图可视化
- 5 总结
0 写在前面
机器学习强基计划聚焦深度和广度,加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理;“广”在分析多个机器学习模型:决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。
🚀详情:机器学习强基计划(附几十种经典模型源码合集)
本期目标:实现这样一个效果
</
近期评论