Hinton 機器學習視頻中文版：感知器的局限性

本套課程中，Hinton 重點介紹了人工神經網路在語音識別和物體識別、圖像分割、建模語言和人類運動等過程中的應用，及其在機器學習中發揮的作用。與吳恩達的《Machine Learning》不同，這門課程更加深入地介紹了 Machine Learning 中神經網路具體操作方法。（更多課程查看下方往期回顧）

2.5 感知器的局限性

由於感知器非常依賴輸入數據，特徵選得好，威力無窮，特徵不好，那就差強人意了，這直接導致感知器發展受限，跌入低谷。下面詳細解釋下感知器的局限性。

本欄目將在AI研習社（公眾號：okweiwu）每日微信末條更新，敬請關注！

往期課程

--------------------------------------------------

為了讓廣大 AI 青年們不再為英語所累，快速進入學習狀態，雷鋒網旗下 「AI 研習社」 推出了深度學習大牛 Geoffrey Hinton 的《Neutral Network for Machine Learning》中文系列視頻課程。PS: 出於對 Hinton 知識成果的尊重以及版權的需要，AI 研習社已經獲得了 Hinton 教授的親自授權。

轉載聲明：本文轉載自「AI研習社」，搜索「okweiwu」即可關注。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！