1.一元一次函式感知器：如何描述直覺
[]函式：描述兩個變數之間的關係。
y = wx (x:自變數，y:因變數，w：斜率)
[]mcCulloch-pitts模型
w控制不同的輸入對輸出的影響，權值。擴大或者縮小，w的值不同，一元函式也就不同。
w的值為多少那？ mcCulloch-pitts模型 手動調節w的值，不科學。
[]Rosenblatt感知器模型：可以自動調整w的權重。
調整步驟：
第一步，輸入透過模型，輸出結果
第二步：用標準答案減去這個結果，得到誤差
第三步，w加上誤差，得到新的W。
可見：預測結果小，誤差為正數，W朝向大調整，
第四步，相反，預測結果大，誤差為負數，W朝向小調整。
[]模型學習過程：
[]為何還要乘以X？
分兩種情況討論：
1）當輸入值X為正數時，預測y的值過小，W需要增加
相反，預測y的值過大，W需要減小
2）當輸入值為負數時，預測y的值過小，W需要減小
預測y的值過大時，W需要增加
解決方法
當X為正數：預測過大
當X為正數：預測過小
當X為負數：預測過大
-5 * 6 = -30
誤差：標準 -35 -（-30）= -5
新w： = 6+-5*-5 = 31
當X為負數：預測過小
-5 * 8 = -40
誤差：標準-35 -（-40） = 5
新w: 8+5*-5 = -17
降低了機器的調整過程，學習率
數學方式實現
