人工智能&机器学习
文章平均质量分 83
kevin_baixy
这个作者很懒,什么都没留下…
展开
-
深度学习个人总结之四----自编码算法(AutoEncoder)
本篇文章主要参考了以下内容:1.http://blog.csdn.net/zouxy09/article/details/87755242.http://ufldl.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8BAutoEncoder是采用无监督学习方式进行训练学习的。它是是一种尽可能复现输入信号的神经网络。为了实现这种复现,自动原创 2016-02-12 15:52:03 · 12241 阅读 · 1 评论 -
深度学习之一---什么是神经网络
刚开始学习深度学习,最近把所学的整理了一下,也是对所学的一个总结。深度学习的概念源于人工神经网络的研究。为了更好地理解深度学习,首先要先了解下什么是神经网络,它的工作原理、应用及发展。原创 2016-01-10 22:00:17 · 6703 阅读 · 0 评论 -
深度学习之二---深度学习基础概念篇
在了解人工神经网络的基础上,本文描述了关于深度学习的基础概念。原创 2016-01-10 22:12:44 · 1995 阅读 · 0 评论 -
深度学习之三---深度学习的两种主要学习方法与区别
深度学习之三---深度学习的两种主要学习方法与区别有监督学习:对具有概念标记(分类)的训练样本进行学习,以尽可能对训练样本集外的数据进行标记(分类)预测。这里,所有的标记(分类)是已知的。因此,训练样本的岐义性低。无监督学习:对没有概念标记(分类)的训练样本进行学习,以发现训练样本集中的结构性知识。这里,所有的标记(分类)是未知的。因此,训练样本的岐义性高。聚类就是典型的无监督学习原创 2016-01-18 22:57:11 · 2163 阅读 · 0 评论 -
利用机器学习进行恶意代码分类
利用机器学习进行恶意代码分类最近在Kaggle上微软发起了一个恶意代码分类的比赛,并提供了超过500G的数据(解压后)。有意思的是,取得第一名的队伍三个人都不是搞安全出身的,所采用的方法与我们常见的方法存在很大不同,展现了机器学习在安全领域的巨大潜力。在仔细读完他们的代码和相关的论文后,我简单的进行了一些总结与大家分享。需要指出的是,(1)比赛的主题是恶意代码的分类,不是病毒查杀(2)比赛转载 2016-02-01 16:27:18 · 6299 阅读 · 1 评论