- 博客(4)
- 收藏
- 关注
RSS订阅原创 神经网络与深度学习课程总结三
11TP: 被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数FP: 被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数FN:被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数TN: 被正确地划分为负例的个数，即实际为负例且被分类器划分为负例的实例数（1）混淆矩阵P(精确率）： 𝑇𝑃/(𝑇𝑃 + 𝐹𝑃)，标识“挑剔”的程度R(召回率）： 𝑇𝑃/(𝑇𝑃 + 𝐹𝑁)。召回率越高，准确度越低标识“通过”的程度。
2024-04-17 19:00:00
537
原创 神经网络与深度学习课程总结二
全连接网络：链接权过多，算的慢，难收敛，同时可能进入局部极小值，也容易产生过拟合问题如：输入为1000×1000图像，隐含层有1M个节点，则输入->隐含层间有1×1012数量级参数1.解决算的慢问题：减少权值连接，每一个节点只连到上一层的少数神经元，即局部连接网络2.解决难收敛、算的慢问题：权值过多极易产生过拟合。如何消除？3.回想人类解决思路：信息分层处理，每一层在上层提取特征的基础上获取进行再处理，得到更高级别的特征。
2024-04-03 18:38:11
748
2
原创 神经网络与深度学习课程总结一
人工智能 （Artificial Intelligence）是用机器去实现所有目前必须借助人类智慧才能实现的任务。其具体研究、 开发用于模拟、 延伸和扩展人的智能的理论、 方法、 技术及应用系统。仿生角度：模拟自然生物信息处理过程（神经网络、深度学习）；符号学角度：用统计概率、数理逻辑、博弈搜索等实证（机器学习）；行为学角度：以控制论实现机器自我进化（自动控制、强化学习）；交叉角度：上述多种角度的合成。机器学习是人工智能的一个重要分支，是实现智能化的关键。
2024-03-29 09:34:07
605
1
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