Neural-Networks
邏輯回歸和感知器之間的差異
據我了解，具有邏輯 sigmoid 激活函數的感知器/單層人工神經網絡與邏輯回歸的模型相同。兩種模型都由以下等式給出：
感知器學習算法是在線的和錯誤驅動的，而邏輯回歸的參數可以使用各種批處理算法來學習，包括梯度下降和有限內存 BFGS，或在線算法，如隨機梯度下降。邏輯回歸和 sigmoid 感知器之間還有其他區別嗎？使用隨機梯度下降訓練的邏輯回歸器的結果是否應該與感知器相似？
你已經提到了重要的區別。所以結果應該不會有太大差異。