神经网络学习(一)-- 框架建立
前言
这里只记录一些基本概念,并保存系列文章的导航栏
最近工作中开始需要神经网络,之前遇到神经网络类问题一直都采取视而不见的态度,现在躲不过去了,遂开始学习。
资料来源是Simon Haykin著《神经网络与机器学习》(第三版)和《神经网络与深度学习》(邱锡鹏著)这两本书作为主要框架,结合网络文章和b站视频学习。
一、神经网络的定义
人脑是一个高度复杂的、非线性的和并行的计算机器(信息处理系统),人脑能够组织它的组成成分,即神经元,计算速度比今天已有的最快的计算机还要快许多倍。
神经网络是由简单处理单元构成的大规模并行分布式处理器,天然地具有存储经验知识和使之可用的特性。神经网络在两个方面与大脑相似:
1、神经网络是通过学习过程从外界环境中获取知识的
2、互连神经元的连接强度,即突触权值,用于存储获取的知识。
神经网络的优点:
二、使用步骤
1.引入库
代码如下(示例):
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
2.读入数据
代码如下(示例):
data = pd.read_csv(
'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())
该处使用的url网络请求的数据。
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。