感知器算法：
感知器算法是机器学习中的监督式学习。当对网络的刺激做出错误的响应时，响应单元的权重会发生变化，进行进一步调制，使结果更偏向于预设值。
今天介绍一下单层感知器：
最简单的神经网络。它包含输入层和输出层，而输入层和输出层是直接相连的。
每一个处理元件都有相同的输入，但是有不同的权重（weight），导致不同的输出。
步骤一：可以用公式表示，其中表示第i个输入，表示第i个输入与第j个输出连接的权重。Sj表示第j输出层
有此公式可得出一共有n+1个输入，j个输出
步骤二：对输出层做筛选处理，如果大于临界值则取1，否则取0
步骤三：表达出与预设值的偏差
t 就是预设值，X输出值
步骤四：重置权重