![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
数据小斑马
浙大硕士毕业,互联网数据分析师,喜欢深入业务,也喜欢挖掘技术,希望和大家可以多多交流
展开
-
神经网络①——神经网络原理介绍(BP算法)
一、神经网络是啥?大脑神经网络就是通过轴突和树突连接在一起的多个神经元集合,单个神经元通过树突从成千上万的神经元接受信息,再通过轴突将信息传递给成千上万个神经元。人工神经网络就是一种旨在模仿人脑结构及其功能的信息处理系统,有输入层,隐藏层和输出层,输入层就是输入样本值,隐藏层和输出层通过激活函数计算,层与层之间通过权值矩阵相连。隐藏层是看不见的,可以有多个,像个黑盒子一样的东西,输出层就是我们...原创 2019-07-02 22:23:47 · 8118 阅读 · 0 评论 -
神经网络②——python实现神经网络
上一篇博客介绍了神经网络其实就是两步,第一步是前向传输,根据输入的特征值与权重矩阵以及激活函数,不断往前计算,得到输出层的值,第二步就是后向传播,根据残差的加权求和,不断往后,直到输入层,然后更新权重,不断进行这两步,直接输出结果的误差在所要求范围内即可。本篇博文通过python代码实现神经网络,采用sklearn自带的手写数字集,看分类情况如何一、导入数据集并标准化数据集的加载非常简单,直...原创 2019-07-03 18:05:09 · 3124 阅读 · 0 评论 -
神经网络③——sklearn参数介绍及应用
一、MLPClassifier&MLPRegressor参数和方法 MLPClassifier(solver=’sgd’, activation=’relu’,alpha=1e-4,hidden_layer_sizes=(50,50), random_state=1,max_iter=10,learning_rate_init=.1)参数说明(分类和回归参数一致):hidden_...原创 2019-07-03 21:14:06 · 27268 阅读 · 3 评论 -
最小二乘法&梯度下降法区别及python实现
一、最小二乘法先来解释几个概念拟合函数/估值函数:在回归问题中,当给定一组样本时,找到一个最佳的函数来匹配所有的样本,这个函数就是拟合函数/估值函数损失函数:判断函数拟合的好不好的函数,损失函数越小,说明拟合值与真实值越接近,误差越小,就越能用拟合函数来进行预测,损失函数的标准有以下几种:a) 残差和: 指拟合值与真实值的差的和,有正有负会存在抵消的情况,不能反应真实误差b) 残差绝对值...原创 2019-07-06 10:25:53 · 3767 阅读 · 0 评论