인공 뉴런: 초기 머신러닝의 간단한 역사

인공 뉴런의 수학적 정의

$w = \left[ \begin{array}{rrr} w_{1} \\ ... \\ w_{m} \end{array} \right], x = \left[ \begin{array}{rrr} x_{1} \\ ... \\ x_{m} \end{array} \right]$

$\phi(z) = \begin{cases} 1 & z \geq \theta \\ -1 & else \end{cases}$

$z = w_{0}x_{0} + w_{1}x_{1} + ...  + w_{m}x_{m} = w^{T}x$

$\phi(z) = \begin{cases} 1 & z \geq \theta \\ -1 & else \end{cases}$

https://drive.google.com/uc?id=14PHSwbpSZr7___9EK9TpqOS2N9qsyeWe

퍼셉트론 학습 규칙

$w_{j} := w_{j} + \Delta w_{j}$