Геометрическая и вероятностная интерпретация многослойного персептрона

Многослойный персептрон по внутренней структуре довольно простой математический объект и крайне популярная модель машинного обучения. Возможно, из-за этого его изучение сконцентрировано в основном лишь на разработке эффективных оптимизационных алгоритмов настройки его параметров — решении сложной многомерной и многопараметрической оптимизационной задачи. При этом внутренняя геометрическая структура персептрона для большинства является “чёрным ящиком”. Применяя персептрон для решения задач классификации, имеющих, как правило, вероятностную постановку, мало кто задумывается о его вероятностной интерпретации. Данное сообщение — это попытка, хотя бы частично, продвинуться в понимании механизма работы перцептрона и тем самым повысить доверие к тем моделям искусственного интеллекта, в которых он по-прежнему занимает ключевое место.