人工智能的数学基础——感知器背后的数学原理，掌握最底层的人工智能逻辑

文章预览

感知器（ perceptron ） 的世界令人着迷，因为这些模型是现代人工智能的基础。这篇文章，我将简要介绍感知器的故事，从其神经网络的起源到它进化为多层感知器及更高级的模型。我们将探讨支撑这一模型的基础数学。此外，我们还将研究感知器模型如何为更高级的分类器奠定基础，包括逻辑回归和深度学习。 1. 引言 1.1 感知器模型的简史 1943年，Warren McCulloch 和 Walter Pitts 在人工神经元方面的研究启发了一位名叫Frank Rosenblatt的心理学家，他在1957年创建了感知器模型。Rosenblatt的感知器是第一个用算法描述的神经网络（NN），为现代机器学习（ML）技术铺平了道路。感知器一经发现，就引起了科学家和公众的广泛关注。有些人认为这项新技术对智能机器至关重要。 然而，感知器的受欢迎程度并没有持续太久。1969年，Marvin Minsky 和 Seymour Papert 出版了他 ………………………………