感知器画线
最早的神经元模型感知器''要做一件简单的事：在平面上画一条线，把两类点分开。它怎么学会这条线的？办法很笨却很有效——每看到一个被分错的点，就把线朝着纠正它’‘的方向挪一点，反复多遍，直到一个都不分错。看它自己把线转到位。
蓝点和红点是两类数据，黑线是感知器当前画的分界线。带金圈的是它正在检查的点；只要还有分错的，它就继续调整这条线。你也可以选支笔，在图上点几下加自己的点。
第 0 轮 · 分错 0 个
看一个点
感知器逐个检查数据点：分对了就跳过，分错了就动手调整。
纠正一点点
把分界线朝着``让这个点回到正确一侧''的方向挪一小步——这就是``学习''。
反复直到分开
只要两类点本来能用一条直线分开，这个笨办法保证最终一个都不分错。