- 博客(3)
- 资源 (14)
- 收藏
- 关注
翻译 prml(5.1前馈神经网络函数)
第五章 神经网络5.1 前馈神经网络函数 第三章第四章讨论的基于线性模型的回归与分类问题,都是以固定的非线性基函数的线性连接为基础,形式为:这里f(.)对于分类问题是非线性激活函数,对于回归问题是特性函数。我们的目标是通过依靠于参数的基函数来扩展这个模型,然后允许参数在训练中进行调整。神经网络使用如上式(5.1)的基函数,每一个基函数都是一个输入的线性结合的非线性函
2013-11-13 21:54:50 1589
翻译 prml读书笔记(5.1 前馈神经网络函数)
第五章 神经网络5.1 前馈神经网络函数 第三章第四章讨论的基于线性模型的回归与分类问题,都是以固定的非线性基函数的线性连接为基础,形式为:这里f(.)对于分类问题是非线性激活函数,对于回归问题是特性函数。我们的目标是通过依靠于参数的基函数来扩展这个模型,然后允许参数在训练中进行调整。神经网络使用如上式(5.1)的基函数,每一个基函数都是一个输入的线性结合的非线性函
2013-11-13 21:52:22 1755
转载 再谈probit回归和logistic回归
再谈probit回归和logistic回归看到有网友留言关于probit回归的问题,这一篇文章再谈一下probit和logistic的关系。probit回归和logistic回归几乎可以用于相同的数据,对于二分类因变量,这两种方法的结果十分类似。那他们到底有什么区别呢?如果从分布角度来讲,logit函数和probit的函数几乎重叠,但反映的含义不同,logit等于p
2013-11-07 20:15:31 14551
RStudio-097.551.exe
2013-10-11
matplotlib-1.2.1 win32-py2.7.exe
2013-10-11
pylot_1.26
2013-10-11
python27 win32 scrapy安装程序
2013-04-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人