人工神經網路模型
感知器是一種早期的人工神經網路模型，由美國學者Frank Rosenblatt於1957年提出。以下是關於感知器的詳細介紹：
感知器是第一個從算法上完整描述的神經網路，也是神經網路（深度學習）的起源算法。
感知器可以被視為一種最簡單形式的前饋式人工神經網路，是一種二元線性分類器。
感知器是對生物神經元的簡單數學模擬，包含與生物神經元相對應的部件，如權重（突觸）、偏置（閾值）及激活函式（細胞體），其輸出為+1或-1。
感知器學習算法是經典的線性分類器的參數學習算法，它使用已經標記的分類數據點，因此是一種監督學習算法。
感知器算法使神經元一次一個地學習和處理訓練集中的元素，從而進行分類。