![[PukiWiki]](image/ibisforest.png "[PukiWiki]")
最も基本的なニューラルネットの形式．次式の符号により，2クラスのクラス分類を行う． \[f(\mathbf{x})=\sum_{i}^N w_i x_i\] ただし，\(\mathbf{x}=(x_1,\ldots,x_n)\) は入力信号，\(\mathbf{w}=(w_1,\ldots,w_n)\) は重み，バイアス項は定数入力に対する重みで表現．すなわち，活性化関数がステップ関数であるような一般化線形モデル．
線形分離可能な問題にしか適用できない．しかし，そうでない問題にも，カーネルトリックを使って問題を線形分離可能にすれば適用できる．
確率的勾配降下法の重みの学習方法．これは誤分類したときにのみ，重み \(\mathbf{x}\) に入力 \(\mathbf{x}\) を更新する．
-- しましま
