The Perceptron: A Probabilistic Model for Information Storage

概述

1958年Frank Rosenblatt提出的感知机模型，是第一个能够学习的神经网络，标志着机器学习的重要开端。

关键内容

1. 可学习模型：感知机是第一个具有学习能力的神经网络模型，能够通过调整权重来学习分类任务。
2. 线性分类器：实现了线性分类功能，对于线性可分的数据能够找到合适的决策边界。
3. 感知机学习规则：提出了权值更新的学习算法，奠定了后续神经网络训练的基础。
4. 硬件实现：最初的感知机有物理实现，被称为Mark I Perceptron。

来源

• ai_papers_timeline — 经典AI论文完整时间线

相关

• Frank Rosenblatt — author
• A Logical Calculus of Ideas Immanent in Nervous Activity — extends
• Perceptrons (Minsky & Papert) — follows
• 神经网络基础 — relates_to