Lecture 02 感知机 0-1 分类问题

• 1. Perceptron 假设空间
  • 1.1. 感知机的基本思想
  • 1.2. 感知机假设函数的基本形式
  • 1.3. 假设函数的几何意义
• 2. Perceptron Learning Algorithm
  • 2.1. 设计感知机学习算法面临的困难
  • 2.2. 感知机学习算法的步骤
  • 2.3. PLA 疑问
• 3. 感知机学习算法PLA有效性前提
  • 3.1. PLA 终止的前提条件
  • 3.2. PLA 迭代次数估计
• 4. 感知机如何处理非线性可分集
  • 4.1. PLA 实际使用时可能存在问题
  • 4.2. 度量超平面是否符合要求的标准
  • 4.3. pocket algorithm
• 5. 小结
  • 5.1. 概要
  • 5.2. 感知机是什么
  • 5.3. PLA
  • 5.4. PLA 收敛性前提条件
  • 5.5. 非线性可分集合 pocket algorithm
  • 5.6. 未涵盖内容