(十四)深度神经网络模型用于评分卡模型(理论)
本篇文章主要讲解以下两个内容
- 神经网络的概述
- 深度神经网络模型用于违约概率预测(代码实现看下一篇博客)
神经网络的概述
什么是人工神经网络
神经网络算法的核心:计算的过程、连接的结构、评估的工作、纠错的反馈、疯狂培训(不断运行)
人工神经网络的类型
神经元的特征:并非简单的相加,有相应的输出函数
学习规则:使得模型输出与标签尽量一致,不断去调整偏置因子和权重
其中下面的Hopfield网络、波尔兹曼机、适应谐振理论是物理学科衍生出来的神经网络模型
截止目前其实已经达到上百种神经网络模型了
最简单的人工网络模型:单层感知机器
单层感知器只能处理线性可分的情况