- 博客(3)
- 收藏
- 关注
RSS订阅原创 吃瓜教程（4）神经网络
第四章 神经网络1. 神经元模型神经网络：由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实事件物体所做出的交互反应。神经网络中最基础的成分是神经元模型（neuron）。下图是“M-P神经元模型”。基本原理：神经元接收到来自n个其他神经元传递过来的输入信号，这些输入信号通过带权重的连接进行传递，神经元接收到的总输入值将于神经元的阈值进行比较，然后通过“激活函数”处理最后输出。![[U6%T[%$F%K9_99)~28Y13.png]]激活函数激活函数常见的有：
2022-03-28 00:34:58
1330
原创 吃瓜教程（3）第四章 决策树
第四章 决策树4.1 基本概念及流程（因时间关系，之后补完笔记）个人总结：决策树，通过机器学习识别出 特征判定点，作为每个属性的“测试”，使得依据每个属性测试问题，可以指向最终的预测结果。一颗决策树包括一个根节点，若干内部节点，叶子节点，每个非叶子节点对应一个属性测试，比如颜色是否是绿色。从根节点到每个叶子节点的路径对应一个判定测试序列。决策树学习的目的，是产生一颗泛化能力强的，即处理未见示例能力强的决策树，基本策略是“分治”（devide-and-conquer）决策树学习算法4.2
2022-03-25 00:16:09
664
原创 机器学习吃瓜教程（1）绪论及第二章笔记
机器学习吃瓜教程（1）绪论及第二章笔记绪论1.1 基本概念机器学习：从提供的经验数据上通过“学习算法”得到模型常用术语：数据集：示例（样本）、属性（特征）、属性值、属性空间（样本空间、输入空间）、示例也叫特征向量数据集的属性个数称为维数，学习过程：训练数据、训练样本 组成 训练集、假设、真相（truth）、学习器、标记空间学习任务分为 监督学习（分类(离散)、回归（连续值））和无监督学习（代表有聚类）。分类包含 二分类，多分类。二分类：归纳和演绎是科学推理的两大基本手段：
2022-03-16 00:49:07
133
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