BeZer0的学习笔记

神经网络（neural networks） 中最基本的成分是神经元（neuron） 模型，在这个模型中，神经元接收到来自 nnn 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（connection） 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（activation function） 处理以产生神经元的输出。理想的激活函数是阶跃函数，常用的激活函数是 Sigmoid ：把许多个这样的神经元按一定的层次结构连接起来，就得到了神经网络。感知机（Perceptron

是一种常见的机器学习方法。一般的，一棵决策树包含一个根结点、若干个内部结点和若干个叶结点；叶节点对应于决策结果，其他每个结点则对应于一个属性测试；每个节点包含的样本集合根据属性测试的结果被划分到子结点中；根结点包含样本全集。从根结点到每个叶结点的路径对应了一个判定测试序列。由此可见，决策树的生成是一个递归过程。...

西瓜书学习笔记

基于回归学习及流形结构保持的无监督特征选择

机器学习实验