本文是关于机器学习和神经网络的基础入门分享，介绍了机器学习的基本概念和常见方法，如回归算法、神经网络等。神经网络部分详细阐述了人工神经网络(ANN)的工作原理，包括权重、激励函数和反向传播训练。同时，文章对比了监督学习和无监督学习，并提及神经网络在图像识别领域的应用，如LeNet。
最近在做知识图谱实体对齐和属性对齐中，简单用了下Word2vec谷歌开源代码。Word2vec是一个将单词表征成向量的形式，它可以把文本内容的处理简化为向量空间中的向量运算，计算出向量空间上的相似度，来表示文本语义上的相似度。
Word2vec采用CBOW（Continuous Bag-Of-Words Model，连续词袋模型）和Skip-Gram（Continuous Skip-GramModel）两种模型，涉及到神经网络和深度学习的一些知识。故这周给学弟和同学们分享PPT的主题就是《神经网络是个什么东东？》，参考了很多资料并简单讲述了机器学习和神经网络的入门知识。
希望文章对你有所帮助，文章中分享了很多参考资料和最后对吴老的赞扬~
Word2vec采用CBOW（Continuous Bag-Of-Words Model，连续词袋模型）和Skip-Gram（Continuous Skip-GramModel）两种模型，涉及到神经网络和深度学习的一些知识。故这周给学弟和同学们分享PPT的主题就是《神经网络是个什么东东？》，参考了很多资料并简单讲述了机器学习和神经网络的入门知识。
希望文章对你有所帮助，文章中分享了很多参考资料和最后对吴老的赞扬~
订阅专栏 解锁全文
扫一扫
530
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
