- 博客(6)
- 资源 (13)
- 收藏
- 关注
转载 反向传播BP模型(属于神经网络)
反向传播BP模型学习是神经网络一种最重要也最令人注目的特点。在神经网络的发展进程中,学习算法的研究有着十分重要的地位。目前,人们所提出的神经网络模型都是和学习算 法相应的。所以,有时人们并不去祈求对模型和算法进行严格的定义或区分。有的模型可以有多种算法.而有的算法可能可用于多种模型。不过,有时人们也称算法 为模型。自从40年代Hebb提出的学习规则以来,人们相继提出了各种各
2014-01-15 13:53:43 2465
转载 神经网络概述
本文主要内容包括: (1) 介绍神经网络基本原理,(2) AForge.NET实现前向神经网络的方法,(3) Matlab实现前向神经网络的方法 。第0节、引例 本文以Fisher的Iris数据集作为神经网络程序的测试数据集。Iris数据集可以在http://en.wikipedia.org/wiki/Iris_flower_data_set 找到。这里
2014-01-15 13:09:09 2158
转载 文本挖掘的体会
文本挖掘的体会 文本挖掘作为数据挖掘的一个新主题,引起了人们极大兴趣。文本挖掘是在数据库知识发现基础上发展起来的。文本挖掘,又称为文本知识发现(Knowledge discovery from text)是由 usamaM.Feldman在1995年首次提出,是指从非结构化的文本文档中抽取用户感兴趣的、重要的模式或知识的过程,它可以看作是数据挖掘或数据
2014-01-14 14:37:51 3138
转载 决策树
3.1、摘要决策树相比贝叶斯算法,决策树的优势在于构造过程不需要任何领域知识或参数设置,因此在实际应用中,对于探测式的知识发现,决策树更加适用。3.2、决策树引导 通俗来说,决策树分类的思想类似于找对象。现想象一个女孩的母亲要给这个女孩介绍男朋友,于是有了下面的对话: 女儿:多大年纪了? 母亲:26。 女儿:长
2014-01-13 20:49:41 901
转载 朴素贝叶斯
1.1、摘要 贝叶斯分类是一类分类算法的总称,这类算法均以贝叶斯定理为基础,故统称为贝叶斯分类。本文作为分类算法的第一篇,将首先介绍分类问题,对分类问题进行一个正式的定义。然后,介绍贝叶斯分类算法的基础——贝叶斯定理。最后,通过实例讨论贝叶斯分类中最简单的一种:朴素贝叶斯分类。1.2、分类问题综述 对于分类问题,其实谁都不会陌生,说我们每个人每天都在执行
2014-01-13 17:00:48 838
知识图谱白皮书2019
2020-11-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人