AI-统计学习（1）-模型-感知机-（随机梯度下降和对偶)

感知机模型：

1. 感知机模型解决的问题：二分类问题
2. 感知机模型适用条件：线性可分
3. 感知机模型统计学习三要素：假设空间、策略、求解算法
4. 感知机的假设空间是什么？模型复杂度体现在哪？

假设空间就是分离超平面 wx+b=0.模型的复杂度主要体现在x(...)的特征数量，也就是维度d上。

---

1感知机模型（定义）

2.感知机策略（衡量模型好坏）

3.感知机算法 （两种，后一种计算量小 原因1.先算内积，2更新的是数不是向量。前一种更新的是向量。）

    3.1随机梯度下降

    3.2对偶

---

 

1感知机模型（定义）

          

 

2.感知机策略（衡量模型好坏）

          

           

3.感知机算法

   3.1随机梯度下降

        梯度：是函数变化最快的方向，相当于求导。

         步长：是点移动的距离，

        随机：1.每次只加一个实例值更新wb  2.实例为误分类点。

        

       

3.2对偶