感知器（perceptron）是在 1957 年就被發明出來的的模型，對電腦的發展或是人工智慧來說都是非常早期的。

感知器模型他是一個二元分類的分類器，他解的是分類問題。相對我們前面的線性迴歸解的是迴歸問題，兩者在問題的定義上有根本性的不一樣，那他們兩個有什麼關聯性呢？

繼續閱讀

這個模型大概已經被人講過很多次，講到都快要爛掉了XD

其實我自己在兩年前的鐵人賽中也有講過同一個模型，所以我就不用講太多基礎的部份：

繼續閱讀

上個禮拜才剛從美國回來，周末又講了兩天整天的機器學習課程，完全忘記鐵人賽開賽的事情…

這一系列文章將會專注在機器學習的模型上，會從傳統的機器學習模型一路介紹到深度學習的模型。
比起介紹個別的模型，我會更專注在模型的演化上，去比較不同模型的差異之處，或是不同模型之間的改進之處。
一系列的脈絡會讓讀者更了解數學模型的運作方式，以及數學運算上的意義。

繼續閱讀

在機器學習領域，我們常常會聽到 Energy-based model。

基本上，他是借了物理的能量觀點來的，在數學上，與物理的公式如出一徹。

我們先來看看他是長成什麼樣子。

繼續閱讀