机器学习方法及应用课件 第3章 多层感知器.pptxVIP

第3章

多层感知器

MultilayerPerceptron

01概述

感知器是神经网络起源的算法。学习感知器的构造也就是学习通向神经网络和深度学习的一种重要思想。

神经网络的发展史

●萌芽期（始于20世纪40年代）

1943年，心理学家麦克洛奇和数学家皮兹首次提出了一个神经网络模型—M-P模型，

该模型给出了人工神经元的数学模型；

1949年，心理学家赫布提出了改变神经元连接强度的Hebb学习规则。

感知器是神经网络起源的算法。学习感知器的构造也就是学习通向神经网络和深度学习的一种重要思想。

神经网络的发展史

●第一次高潮：1958年~1969年

1958年，神经学家罗森布拉特提出了感知器模型；

1959年，威德罗等人提出了自适应线性元件网络，通过训练可用于抵消通信中的回

波和噪声；

1960年，他提出了基于最小方差算法的神经元学习规则。

01概述

感知器是神经网络起源的算法。学习感知器的构造也就是学习通向神经网络和深度学习的一种重要思想。

神经网络的发展史

●冰河期：1969年~1983年

1969年，明斯基等人对感知器功能得出悲观结论。

基本感知机无法处理简单的异或问题

计算机没有足够的计算能力

1974年，韦伯斯发明反向传播(BP)算法，但当时未受到重视。

01概述

感知器是神经网络