具有 2 个二进制输入的感知器学习
Perceptron Learning with 2 binary inputs
考虑由具有 2 个二进制输入 X1 和 X2 的单个单元构成的感知器
x1, x2, y
-1 -1 +1
-1 +1 -1
+1 -1 +1
+1 +1 -1
在看数据集的时候，我想知道是否可以学习以前的数据集？
就我个人而言，我认为我们可以，因为数据是线性可分的。你怎么看？
数据确实是线性可分的。因此，Perceptron trained with the Perceptron Learning Algorithm will converge on the correct solution. This is guaranteed by the Perceptron Convergence Theorem。如果训练数据不是线性可分的，感知器学习算法就不会收敛，甚至不会收敛到一个近似解。
考虑由具有 2 个二进制输入 X1 和 X2 的单个单元构成的感知器
x1, x2, y
-1 -1 +1
-1 +1 -1
+1 -1 +1
+1 +1 -1
在看数据集的时候，我想知道是否可以学习以前的数据集？
就我个人而言，我认为我们可以，因为数据是线性可分的。你怎么看？
数据确实是线性可分的。因此，Perceptron trained with the Perceptron Learning Algorithm will converge on the correct solution. This is guaranteed by the Perceptron Convergence Theorem。如果训练数据不是线性可分的，感知器学习算法就不会收敛，甚至不会收敛到一个近似解。