- 博客(5)
- 收藏
- 关注
原创 卷积神经网络CNN(二)池化、结构、误差反向传播
上一篇介绍了CNN基本概念和卷积的知识,CNN的特征抽取除了包含卷积,还包含池化。池化池化又叫子采样,是特殊的卷积。池化比较好理解,还是上篇公司工作交接的例子,每个销售区域有100个老员工,我们可以先推举一个最懂本区域的业务人员参与交接(如各区域的领导),其他人员不必参与交接;或者每个区域内部先开一个会,把100个老员工的经验结合在一起,生成一个会议纪要,根据这份纪要与新员工交接。这实际对应两种池...
2018-05-29 14:42:21 7421 2
原创 卷积神经网络CNN(一)基本概念、卷积
卷积神经网络(Convolutional Neural Network)是一个专门针对图像识别问题设计的神经网络。它模仿人类识别图像的多层过程:瞳孔摄入像素;大脑皮层某些细胞初步处理,发现形状边缘、方向;抽象判定形状(如圆形、方形);进一步抽象判定(如判断物体是气球)。CNN与BPNN的异同如果了解BPNN的框架,那么更容易理解CNN了。本文从CNN与BPNN的异同点出发,分析CNN的结构。首先相...
2018-05-28 21:56:44 36244 2
原创 BP神经网络(BPNN)
本文简要介绍BP神经网络(BPNN, Back Propagation Neural Network)的思想。BP神经网络是最基础的神经网络,结果采用前向传播,误差反向(Back Propagation)传播方式进行。BP神经网络是有监督学习,不妨想象这么一个应用场景:输入数据是很多银行用户的年龄、职业、收入等,输出数据是该用户借钱后是否还贷。作为银行风控部门的负责人,你希望建立一个神经网络模型,...
2018-05-28 16:37:47 92809 5
原创 K-Means
概述K-Means相对比较简单,是一个无监督的聚类算法。给定一堆无标签的数据,将他们聚为K类,K事先是不知道的,需要自己确定。例如,你是一个鞋子制造商的产品经理,需要根据消费者的脚长,设置S、M、L码。根据市场调研,获取了很多消费者的脚长,如何确定初始化中心点...
2018-05-23 16:22:46 529
原创 K近邻
概述K近邻(K-nearest neighbor,k-NN)可以是分类和回归方法,是一种有监督方法。通俗的说,k近邻回归的思想是,假如想预测你的收入,那么通过某种距离计算(如考虑行业、学历、年龄等),找k个和你相似的人,他们的收入求均值即作为你的收入预测。根据k个邻居的类别,采用多数表决等方法确定新实例的类别,或根据邻居的值预测新实例的值。k近邻的三个要素:①距离度量,②k(邻居数)的选择,③分类...
2018-05-23 15:43:08 2339
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