哈囉大家好！！！今天我們來說感知器的故事～

1940年，研究人員弗蘭克·羅森布拉特（Frank Rosenblatt）提出了一種感知器(perception)模型，感知器(perception)模型是模仿人類大腦神經元的計算模型。
我們大腦的基本單位是神經元，神經元會從我們周圍的東西接收信號，例如眼睛視網膜中的感覺神經元，會將看到的東西轉成信號由神經元的一端接收，神經元經過大腦計算後，輸出結果(我們看到的東西是甚麼)。

我們以二元線性分類器為例，我們將數據輸入一個感知器(perception)，然後加權(線性回歸說的權重)，加權後的輸出在放入啟動函數中，通過啟動函數所輸出的值再去和閾值做比較(舉例來說:大於0.5就當作1，小於0.5就當作0)，然後確定輸出屬於哪個類別(1或0)。一開始感知器(perception)模型的判斷可能會有些錯誤，所以會通過一次又一次地改變權重去找到最好的結果。
今天說完感知器(perception)，明天我將帶大家繼續認識ML的神經網絡，那我們明天見～～～～～