- 博客(3)
- 收藏
- 关注
RSS订阅转载 第4章 神经网络的学习
本章的主题是神经网络的学习。这里所说的“学习”是指从训练数据中自动获取最优权重参数的过程。本章中，为了使神经网络能进行学习，将导入损失函数这一指标。而学习的目的就是以该损失函数为基准，找出能使它的值达到最小的权重参数。为了找出尽可能小的损失函数的值，本章我们将介绍利用了函数斜率的梯度法。4.1 从数据中学习 神经网络的特征就是可以从数据中学习。所谓“从数据中学习”，是指...
2019-09-17 19:23:00
1585
转载 第3章 神经网络
上一章我们学习了感知机。关于感知机，既有好消息，也有坏消息。好消息是，即便对于复杂的函数，感知机也隐含着能够表示它的可能性。上一章已经介绍过，即便是计算机进行的复杂处理，感知机（理论上）也可以将其表示出来。坏消息是，设定权重的工作，即确定合适的、能符合预期的输入与输出的权重，现在还是由人工进行的。上一章中，我们结合与门、或门的真值表人工决定了合适的权重。 神经网络的出现...
2019-09-15 19:34:00
1856
转载 1.1机器学习介绍上
1. 课程介绍2. 机器学习 （Machine Learning, ML) 2.1 概念：多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 2.2 学科定位：人工智能(ArtificialIntellig...
2019-08-17 22:01:00
89
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