A quanto ho capito, una rete neurale artificiale perceptron / singolo strato con una funzione di attivazione sigmoidea logistica è lo stesso modello della regressione logistica. Entrambi i modelli sono dati dall'equazione:
L'algoritmo di apprendimento perctron è online e guidato da errori, mentre i parametri per la regressione logistica potrebbero essere appresi utilizzando una varietà di algoritmi batch, tra cui discesa del gradiente e BFGS a memoria limitata, o un algoritmo online, come la discesa del gradiente stocastico. Ci sono altre differenze tra la regressione logistica e un perceptron sigmoideo? I risultati di un regressore logistico addestrato con discesa gradiente stocastica dovrebbero essere simili al percettrone?