机器学习与深度学习
主要包括机器学习、深度学习的相关文章
如风_Antoni
博士在读,专攻复杂网络和人工智能领域。
展开
-
【机器学习】通俗理解什么是集成学习(Ensemble Learning)?
一、集成学习法在机器学习的有监督学习算法中,我们的目标是学习出一个稳定的且在各个方面表现都较好的模型,但实际情况往往不这么理想,有时我们只能得到多个有偏好的模型(弱监督模型,在某些方面表现的比较好)。集成学习就是组合这里的多个弱监督模型以期得到一个更好更全面的强监督模型,集成学习潜在的思想是即便某一个弱分类器得到了错误的预测,其他的弱分类器也可以将错误纠正回来。集成方法是将几种机器学习技术组合成一个预测模型的元算法,以达到减小方差(bagging)、偏差(boosting)或改进预测(stacking)原创 2020-11-14 21:49:57 · 8248 阅读 · 0 评论 -
【深度学习】如何通俗理解图像识别CNN中的卷积与池化?
一、卷积1.为什么要引入卷积层?因为全连接层输入图像时,会将图像的3维数据拉平为1维数据,而图像是3维形状,这个形状中可能包含重要的空间信息。比如,空间上邻近的像素为相似的值、RBG的各个通道之间分别有密切的关联性、相距较远的像素之间没有什么关联等,所以使用全连接层可能会忽略掉一些空间信息,进而造出最后的预测结果不准确。卷积层则可以保持形状不变。当输入数据是图像时,卷积层会以3维数据的形式接收输入数据,并同样以3维数据的形式输出至下一层。2.卷积层的功能卷积层的功能是提取图像的底层特征。3.原创 2020-11-07 20:35:15 · 10143 阅读 · 1 评论 -
【深度学习】神经网络与深度学习学习笔记
第一章 绪论1.基本概念深度学习(DL):深度学习是机器学习的一个分支,是指一类问题以及解决这类问题的方法。神经网络(ANNs):又称人工神经网络,是由人工神经元以及神经元之间的连接构成,其中有两类特殊的神经元: 一类是用来接受外部的信息,另一类是输出信息。神经网络可以看作是信息从输入到输出的信息处理系统。人工智能(AI):人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样。研究领域主要包括:感知、学习和认知。机器学习(ML):是指从有限的观测数据中学习(或“猜测”)出具有一般性的规律原创 2020-10-31 18:46:36 · 9325 阅读 · 2 评论