感知器:一种最基础的人工神经网络模型/线性二分类器,通过对输入特征加权求和并经过阈值(阶跃)函数来输出类别判断。它常用于讲解机器学习与神经网络的入门概念。(也可指该模型/算法本身。)
/pərˈsɛptrɒn/(英式常见)
/pərˈsɛptrɑːn/(美式常见)
A perceptron can classify points using a straight line.
感知器可以用一条直线来对点进行分类。
Although a single-layer perceptron fails on XOR, it inspired later multilayer neural networks.
虽然单层感知器无法处理异或(XOR)问题,但它启发了后来的多层神经网络。
perceptron 由 percept(“感知、知觉”)加上表示装置/系统的后缀 -tron(常见于技术词,如 electron)构成,字面含义接近“用于感知的装置/系统”。该术语在20世纪中期随早期人工智能与神经计算研究而普及。