- 博客(5)
- 收藏
- 关注
RSS订阅原创 神经网络 II：神经元模型
人工神经网络的生物原型是大脑，人脑中的神经网络是一个非常复杂的组织，其基本组成单位是神经元（神经细胞），成人的大脑中估计有1000亿个神经元之多。十九世纪末二十世纪初，在解剖学家、生物学家、医学家的共同努力下，神经元的组成结构便被研究清楚，一个神经元主要由四部分构成：细胞体：它是神经元的本体，内有细胞核和细胞质，完成普通细胞的生存功能。树突：它有大量的分枝，多达10310310^3数量级，...
2017-10-24 10:02:01
4039
原创 神经网络 I：概述及发展
人脑是如何工作的？人类能否制作模拟人脑的人工神经元？多少年以来，各类科学家试图从医学、生物学、生理学、哲学、信息学、计算机科学、认知学、组织协同学等各个角度认识并解答上述问题。在寻找上述问题答案的研究过程中，逐渐形成了一个新兴的多学科交叉技术领域，称之为“神经网络”。神经网络的研究涉及众多学科领域，这些领域互相结合、相互渗透并相互推动。
2017-10-23 10:06:45
14427
原创 降维-多维尺度法（MDS）
多维尺度法（Multidimensional Scaling，MDS）是一种经典的数据降维方法，是当我们仅能获得样本之间的相似性矩阵时，如何由此来重构它们的欧几里德坐标，即只知道高维空间中的样本之间的距离，基于此重构这些样本在低维空间的相对位置！
2017-10-15 17:19:22
8345
原创 降维-主成分分析(PCA)
主成分分析（Principal Components Analysis）是由Hotelling于1933年首先提出的。由于多个纬度变量之间往往存在着一定程度的相关性。人们自然希望通过线性组合的方式，从这些指标中尽可能快地提取信息。当这些纬度变量的第一个线性组合不能提取更多的信息时，再考虑用第二个线性组合继续这个提取的过程，……，直到提取足够多的信息为止。这就是主成分分析的思想。
2017-10-10 21:28:06
2462
原创 机器学习算法-随机森林(RF)
随着大数据和人工智能热潮的相继而来，促使机器学习近些年也火的一塌糊涂。机器学习方法已在生产、科研和生活中有着广泛应用，而集成学习则是机器学习的首要热门方向。集成学习是使用一系列学习器进行学习，并使用某种规则把各个学习结果进行整合从而获得比单个学习器更好的学习效果的一种机器学习方法。集成学习有两个分支，一个是Boosting派系，另一个是Bagging流派，二者的区别主要如下：Boosting–假定原
2017-10-02 15:33:43
5935
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人