MATLAB 神经网络编程（二）线性神经网络

《MATLAB neural network programming》 Chemical Industry Press reading notes
Chapter 4 Forward-type neural networks 4.2 Linear neural networks

本文是对《MATLAB神经网络编程》这本书的学习笔记，在这本教材中包含了丰富的代码片段以及详细的数学公式和相关理论基础。如果读者在学习过程中对某些内容仍有疑问，请参考原书详细了解。

（一）简介
线性神经网络是构成复杂神经网络的基础单元，在现代深度学习体系中占据重要地位。该类网络通常由单个或多个线性神经元构成，并于20世纪50年代Widrow和Hoff提出自适应线性元（Adaptive Linear Element, Adaline）而 marking its debut in the field of neural networks. 作为早期最具代表性的模型之一，自适应线性单元不仅奠定了现代感知机理论基础，在理论上也具有开创性的先驱作用。

在线性神经网络与感知器之间存在的主要区别在于：在线性神经网络中使用的都是基于线性的转换函数，在这种架构下设计出的模型能够输出任何数值；而在感知器的设计中，则仅能给出二元输出。

相较于感知器而言，在收敛速度与精度方面均表现出色；然而