知识图谱
感知机与神经元
感知机是最简单的神经网络单元，由权重、偏置和激活函数组成。
核心
概念
方法
应用
🧠AI 冷知识
你知道吗？
这些有趣的 AI 小知识可能让你大吃一惊
📜
历史1958年Rosenblatt发明的感知机曾引发巨大轰动。《纽约时报》报道称未来计算机将能"行走、说话、看见、书写、自我复制并具有自我意识"。然而Minsky很快证明感知机连异或(XOR)都解不了，直接导致了第一次AI寒冬。
一句话总结
💡
感知机是最简单的神经网络单元，对输入加权求和后通过激活函数输出，是神经网络的基础构建块。
常见误区
这些坑别踩
✗
误区 1
单个感知机能解决任意分类问题。
✓
正确理解
单个感知机只能解决线性可分问题，无法解决异或(XOR)等非线性问题，这是当年神经网络陷入低谷的原因，需要多层网络。
✗
误区 2
感知机和逻辑回归完全一样。
✓
正确理解
两者结构相似，但感知机用符号函数输出离散类别，逻辑回归输出概率且基于最大似然优化，损失函数和输出含义不同。
巩固练习
章节练习与面试准备
通过测试检验学习效果，通过面试题提升实战能力
章末测试
共 4 题 · 选择题
1
感知机的输出计算公式是？
2
经典感知机（Perceptron）能解决下列哪个问题？
3
关于激活函数的作用，下列说法正确的是？
4
感知机学习算法（PLA）的权重更新规则是？
面试经典题
共 5 题 · 先思考再看答案
1
基础
请描述感知机的结构和基本工作原理。
2
中等
为什么单层感知机无法解决 XOR 问题？如何解决？
3
中等
请解释感知机收敛定理及其前提条件。
4
困难
感知机、逻辑回归和 SVM 有什么联系与区别？
5
中等
常见的激活函数有哪些？各自的优缺点是什么？
💡 建议：先独立思考并组织语言，再对照参考答案查漏补缺