![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
分类
不想当韭菜啊!
这个作者很懒,什么都没留下…
展开
-
学习笔记7-ML(Deep learning)-神经网络简介
1. 发展历史 通过调研,简单总结神经网络的发展及其应用场景,结果见下图: 2.神经网络 2.1 神经网络模型 神经网络的结构主要包含三层:输入层、隐含层以及输出层,当隐含层的层数非常大的时候即为深度学习,整个网络可以看成函数: Output=f(input)Output=f\left( input \right) Output=f(input) 2.1.1 节点数值的传递 传递过程 假设xxx从Input层到Layer 1变成了a1a_1a1,a1a_1a1从Layer 1层到Layer 2变成了原创 2020-06-24 08:45:01 · 346 阅读 · 0 评论 -
学习笔记6-ML(classify)-Logistics Regression
1.Logistics Regression介绍 1.1 定义及实用情形 在回归问题中,会预测连续值;而在分类问题中,预测离散值。 每个数据点都会获得标注,如类别标签或与数值相关的标签。 1.2 分类的要素 Model 对于输入的xxx,带入相应函数,进行分类。 x→{g(x)>0,output=class1else ,output=class2x\rightarrow \begin{cases} g\left( x \right) >0, output=class1\\ else\,\原创 2020-06-22 23:19:39 · 351 阅读 · 0 评论