- 博客(2)
- 收藏
- 关注
原创 记一下机器学习笔记 核方法与径向基函数网络
这里算是《神经网络与机器学习》第5章的笔记。 其实本章主打的是还是径向基函数,关于核方法的内容不多。核方法的想法就是,把原来线性不可分的样本通过某种非线性变换映射到合适的高维特征空间,使之方便用线性学习器来处理。 径向基函数网络是一种实现方式,其结构类似于单一隐藏层的神经网络,原理是在隐藏层用径向基函数将数据映射到高维特征空间,然后再在输出层对其输出进行线性分类。 这招最经典的应用便是支持向量
2016-07-26 23:20:51 7816 2
原创 记一下机器学习笔记 最小均方(LMS)算法
这里是《神经网络与机器学习》第三章的笔记… 最小均方算法,即Least-Mean-Square,LMS。其提出受到感知机的启发,用的跟感知机一样的线性组合器。 在意义上一方面LMS曾被用在了滤波器上,另一方面对于LMS的各种最优化方式为反向传播算法提供了思想基础。于是这章书主要是简单介绍LMS算法的原理,并介绍几个简单的最优化方法,然后用物理热力学原理描述LMS算法的学习过程(这个部分太过高深只
2016-07-23 23:59:08 43087 15
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