この投稿について 線形分離可能なデータ群に対する識別境界の決定方法の1つであるパーセプトロンの学習規則をライブラリなどを使わずにPythonで実装してみました。 Python、機械学習ともに初心者なので、良くないポイントはご指摘お願いします。 「パーセプトロンの学習規則」と並んで比較される「Widrow-Hoff(ウィドロウ・ホフ)の学習規則」については「Widrow-Hoff(ウィドロウ・ホフ)の学習規則をPythonで実装」でまとめてあります。 パーセプトロンの学習規則の理論 パーセプトロンの学習規則の概要や数式については以下のスライドにざっくりとまとめてあります(スライド途中からです)。 1次元の場合 下図のような1次元上に存在し、2クラスのいずれかにに属する線形分離可能な学習データの分離境界線を求める。 実装のポイントとしては、 初期の重みベクトルはw=(0.2,0.3)とし、学習
![パーセプトロンの学習規則をPythonで実装 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/b18b94b248593a1f3e4df5bc09bddfe603f0d1d6/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUUzJTgzJTkxJUUzJTgzJUJDJUUzJTgyJUJCJUUzJTgzJTk3JUUzJTgzJTg4JUUzJTgzJUFEJUUzJTgzJUIzJUUzJTgxJUFFJUU1JUFEJUE2JUU3JUJGJTkyJUU4JUE2JThGJUU1JTg5JTg3JUUzJTgyJTkyUHl0aG9uJUUzJTgxJUE3JUU1JUFFJTlGJUU4JUEzJTg1JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz1jMTc0ZDI0YjRhYjVmYjNmY2M2NjEyMmQzZTJhMThiOA%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBraXJpa2ktcXd0JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz03M2MwMDRjMTg1ZTJkYzYxYjNiMjBkNzU1OTc0ZWE3Zg%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D4fe7d6bd00e16bac7ae246032838a15c)