最簡單的類神經網路，在學習文本分類時，為了提高演算法的性能需要調整函數的參數使用了梯度下降的方法。 其中提到了感知器(Perceptron)，簡單來說是只有單層的類神經網路，並且因為感知器收斂定理(perceptron convergence theorem) 可以保證在處理線性可分的問題確保感知器可以收斂，在線性不可分的問題上會出現問題。
最簡單的類神經網路，在學習文本分類時，為了提高演算法的性能需要調整函數的參數使用了梯度下降的方法。 其中提到了感知器(Perceptron)，簡單來說是只有單層的類神經網路，並且因為感知器收斂定理(perceptron convergence theorem) 可以保證在處理線性可分的問題確保感知器可以收斂，在線性不可分的問題上會出現問題。