- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 人工智能基础算法之感知器（2）
1.引言 在上一篇文章中，我们介绍了感知器算法的基本原理，如果只是应用的话，到这里就可以了。但是，一些同学心里可能会有疑问：为什么经过有限次的迭代就一定可以找到那个能把正负样本分开的超平面？下面会给出相关证明；最后将介绍几种由感知器衍生而来的算法，感受其中所蕴含的思想。 2.感知器收敛证明 已知条件：给定一个训练数据集\(T = \{ ({x_1...
2018-05-18 09:35:50
2214
原创 人工智能基础算法之感知器（1）
1. 引言 感知器（perceptron）是比较简单的二分类器，通过对训练样本集的学习，从而得到判别函数权值的解，产生线性可分的样本判别函数。该算法属于非参数算法，优点是不需要对各类样本的统计性质作任何假设，属于确定性方法。 虽然简单，感知器算法却是支持向量机（SVM）和神经网络算法的基础，为了之后更好地学习，感知器算法必须要了解地非常清楚。接下来，就开始介...
2018-05-12 09:46:52
2532
原创 从数学角度看“大数据”
从数学角度看“大数据” 1．引言 首先声明，这篇文章不是科普，其中涉及的一些推论，在实际的应用中很有可能会用到。 无论是人工智能，还是机器学习、深度学习都是数据驱动，都非常都需要大量数据的支撑。直观上来看，数据越多，包含有用的信息也就越多，得到的模型可能也就越好。然而，也许需要一些更加严谨的数学证明，来得到这个结论。 下面，笔者将会从数学的角度来分析，为什么需要大量...
2018-05-02 13:51:01
2813
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人