對于感知機算法的問題，我們可以逐一分析各個選項：

A: 只能處理線性可分的數(shù)據(jù)集
感知機算法是一個線性分類器，其基本原理是通過調(diào)整權(quán)重來找到一個超平面，將數(shù)據(jù)集的不同類別分開。因此，感知機只能在數(shù)據(jù)線性可分的情況下收斂并找到一個解。如果數(shù)據(jù)集不是線性可分的，感知機可能無法找到一個合適的超平面來分隔數(shù)據(jù)。因此，選項A是正確的。

B: 會過擬合
感知機算法本身是一種簡單的線性模型，其復(fù)雜度較低。由于它只能找到一個線性決策邊界，通常不容易過擬合。然而，在某些情況下（例如，數(shù)據(jù)維度非常高或者特征選擇不當），可能會出現(xiàn)過擬合的現(xiàn)象，但這不是感知機的典型特征。因此，選項B通常不被認為是正確的。

C: 其原始的形式是參數(shù)模型
感知機的原始形式是通過學(xué)習(xí)權(quán)重向量來定義一個線性決策邊界，因此它是一個參數(shù)模型。模型的參數(shù)是權(quán)重和偏置，它們通過訓(xùn)練數(shù)據(jù)進行學(xué)習(xí)。因此，選項C是正確的。

D: 其對偶的形式是非參數(shù)模型
感知機的對偶形式通過支持向量表示決策函數(shù)，雖然它在形式上與原始形式不同，但它仍然是依賴于參數(shù)（即支持向量和相應(yīng)的系數(shù)）的。因此，感知機的對偶形式仍然是一個參數(shù)模型，而不是非參數(shù)模型。因此，選項D是不正確的。

綜上所述，正確答案是A和C。