胡浩基人工神经网络(一)

最新推荐文章于 2022-11-16 18:27:12 发布
最新推荐文章于 2022-11-16 18:27:12 发布
阅读量1.5k 收藏
点赞数 1
分类专栏： 神经网络 文章标签： 神经网络 机器学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44655971/article/details/106077640
版权

时隔4个月重回101，这两天把神经网络又往下看了一点，不得不说自己数学基础太差了啊，好多证明看了两遍还不会(不是)
期中成绩也七七八八出来了，编译原理有点出乎意料的低

一些知识点整理

一个最简单的神经网络模型: y k = φ ( w k T x + b ) y_k=\varphi(w^T_kx+b) yk​=φ(wkT​x+b)

感知器算法及其具体步骤
感知器算法收敛定理
证明在测试样本线性可分的前提下，这个算法可以在有限次数内结束(一些放缩的技巧)

多层神经网络的一些分析
定理：三层神经网络可以模拟所有决策面

梯度下降算法求局部极值
常见的一些激活函数

后向传播(BP)算法及其以其原理(一些细节有点模糊，以后再看两遍)
最后两个视频全程懵，只留了一个大概的印象，以后看懂了再整理。

胡老师把一些数学证明讲的很清楚，让数学不好的我也能顺着他的思路理解了其中的原理

写完我要去补计组报告了(逃)

ACtowards
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
浙江大学-机器学习强推
qqqweiweiqq的博客
01-21 164
机器学习
计算机学院 机器学习课件
12-16
计算机学院 机器学习 智能算法 神经网络，马尔科夫链 等只能算饭
浙江大学人工智能课程课件
11-18
浙江大学人工智能课程课件，内容有： Introduction Problem-solving by search( 4 weeks) Uninformed Search and Informed (Heuristic) Search （1 week） Adversarial Search: Minimax Search, Evaluation Functions, Alpha-Beta Search, Stochastic Search Adversarial Search: Multi-armed bandits, Upper Confidence Bound (UCB),Upper Confidence Bounds on Trees, Monte-Carlo Tree Search(MCTS) Statistical learning and modeling (5 weeks) Probability Theory, Model selection, The curse of Dimensionality, Decision Theory, Information Theory Probability distribution: The Gaussian Distribution， Conditional Gaussian distributions， Marginal Gaussian distributions， Bayes’ theorem for Gaussian variables， Maximum likelihood for the Gaussian， Mixtures of Gaussians, Nonparametric Methods Linear model for regression: Linear basis function models； The Bias-Variance Decomposition Linear model for classification ： Basic Concepts; Discriminant Functions (nonprobabilistic methods); Probabilistic Generative Models; Probabilistic Discriminative Models K-means Clustering and GMM & Expectation–Maximization (EM) algorithm, BoostingThe Course Syllabus Deep Learning (4 weeks) Stochastic Gradient Descent, Backpropagation Feedforward Neural Network Convolutional Neural Networks Recurrent Neural Network (LSTM, GRU) Generative adversarial network (GAN) Deep learning in NLP (word2vec), CV (localization) and VQA(cross-media) Reinforcement learning (1 weeks) Reinforcement learning: introduction
浙江大学机器学习（胡浩基）学习笔记二：人工神经网络、深度学习
qq_46056318的博客
08-02 1420
它们的参数是互相关联的，可以利用神经网络结构来简化求偏导的计算，用已经计算出的偏导数链式求导法则求出未求出的偏导数。如果问题简单，则神经网络层数与每层神经元个数可以少一些，如果问题复杂，则神经元个数与神经网络层数可以多一些。人工智能模拟的是人类大脑对世界的认识。在现在及可预见的未来，人类无法完全了解人脑的认知机理，计算机与人脑具有完全不同的物理属性与体系结构。定理如果层与层之间的非线性函数是阶跃函数，则三层神经网络可以模拟任何决策面。它从输出往输入推，先计算离输出较近的偏导数，再计算离输出较远的偏导数。..
自学机器学习笔记（十）
qq_51963033的博客
01-25 773
人工神经网络实现兵王问题 主函数 clear all; fid = fopen('krkopt.DATA'); c = fread(fid, 3); vec = zeros(6,1); xapp = []; yapp = []; while ~feof(fid) string = []; c = fread(fid,1); flag = flag+1; while c~=13 string = [string, c]; c=fre
浙江大学机器学习配套资源（胡老师）.rar
09-09
这是浙江大学胡老师机器学习的相关配套资源，包含 课程PPT 编程大作业 编程作业 课堂笔记 例程 纸质作业 希望能对机器学习爱好者提供便捷的帮助，大家一起加油！
2021-ZJU-Machine-Learning:浙江大学机器学习
03-30
2021-ZJU-机器学习 浙江大学机器学习 课程概述： 2016年，人工智能机器人AlphaGO击败了围棋世界冠军李世石，这场史无前例的“人机大战”将AI引入社会舆论的风口浪尖上。AI是什么？AI对人类有什么作用？扮演怎样的角色？ 要想弄清楚这些问题，就必须了解AI的主要的工作原理-机器学习。这门课程对机器学习这一领域既有全面细致的理论讲解，又有趣味生动的故事串联，还有妙趣横生的程序实践，引导同学们从数学，计算机科学和人文哲学等方面全面地理解AI。 课程中的知识点覆盖全面，尤其是包含其中这一领域的发展，深度学习，增强学习，生成对抗网络，RNN和LSTM，ALPHAGO程序解析等最新的研究内容登上了MOOC的课堂。了十个左右的编程实验，并讲解流行的CAFFE，TENSORFLOW和PYTORCH等流行的深度学习框架，让大家在学习理论的同时亲身实践，体验AI的魅力。 与国外Andrew N
浙江大学胡浩基老师信号与系统公开课资料
最新发布
06-24
信号与系统课程资料 本次课程的特色是：对理论有严格的推导，着重于理论和实践的结合；注意一维信号和二维信号相结合；用实践和理论统一离散和连续信号的知识体系；给了较多matlab编程训练。
登高课件胡浩.ppt
10-24
登高课件胡浩.ppt
基于贝叶斯攻击图的网络入侵意图分析模型.docx
05-31
【网络入侵意图分析模型】 随着信息技术的快速发展，网络在现代社会中的作用越来越重要，但同时...这一模型的应用有助于网络防御者更好地理解攻击者的意图，提前识别和防范潜在的网络威胁，提升网络安全防御的有效性。
机器学习基础新篇章（一）概述
Eterlove的博客
10-17 296
概述 最近的研究课题需要机器学习的知识，那就从基础的学习吧，我的方法是每次接触到一个新的领域，先看视频不断总结，记下相关笔记。到一定阶段后才去看经典的书籍和涉及实验应用。 先把第一阶段的工作做好，这里我看的是blibli的视频，强烈推荐学习浙大的机器学习课程。胡教授在国内的机器学习教学领域如同一个传火者，星星之火，可以燎原。这段时间我会写下相关笔记记录发在我的博客上，在这个方面我还是一个小白，欢迎各位大佬提出正确性的意见。 再此我声明两点：...
机器学习课程笔记和作业
02-19
Coursera或网易公开课上有视频 课程主页 cs229.stanford.edu
简单的三层神经网络（python）
03-31
一个简单的三层神经网络，内含训练用数据集以及测试用数据集，手动用python编写。
多层神经网络
04-17
个人编写的一个3层手写体识别神经网络，加入了几种优化方法，包括更新算法和初始参数的优化。
浙江大学机器学习（胡浩基）课程学习笔记一：概述与支持向量机
qq_46056318的博客
07-29 1988
机器学习一个计算机程序被称为可以学习，是指它能够针对某个任务T和某个性能指标P，从经验E中学习。这种学习的特点是，它在T上的被P所衡量的性能，会随着经验E的增加而提高。（较之定义一更数学化）任何一个预测函数，如果在一些训练样本上表现好，那么必然在另一些训练样本上表现不好，如果不对数据在特征空间的先验分布有一定的假设，那么表现好与表现不好的情况一样多。如果原问题的目标函数是凸函数，限制函数为线性函数，则f(ω*)=θ(α*，β*)SVM是先解决线性可分的问题，然后将线性可分的结论推广到线性不可分中。...
兵王问题详解+python实现
athena191112的博客
11-16 1504
胡老师使用了MATLAB完成该项目，但是，本人对于matlab的使用还是在本科。这里的第一行其实是各列的列名。）（但后续处理的时候修改a=1时，会出错，所以设置了以下的参数，使未命名的列名变为数字，但对于机器仍然从0开始计数。剩余三子，分别是黑方的王，白方的王和兵，那么无论这三子在棋盘的布局如何，只有两种结果，类似a 1 b 3 c 2：代表：黑方的王在如图a1的位置，白方的 王在b3的位置，白兵在c2 的位置。C和gamma的值需要进行测试，对于C：先选取了（100~200）的十个值（以10为间隔），
中国大学MOOC胡浩基的机器学习第二章（支持向量机）兵王问题python版本——在python上初步使用libsvm
ccutyear的博客
06-03 5780
在中国大学MOOC上看了胡浩基的机器学习课程，完全面向入门人群感觉挺好。其中有关原理的部分讲的很细。（虽然有几个细节我还是没懂.......）其中在第二章的例题兵王问题中课程只给了MATLAB的版本。但是，我相信也有极小部分人和我一样对MATLAB不太熟悉的。所以，我自己就按照我对老师的MATLAB的代码的理解写了python版本。先放源码大多数的内容我都会写在注释（中文）上，还有几个我认为大家可能会有疑惑的地方会在之后列出。 ...
机器学习——人工神经网络之多层神经网络（多层与三层）
热门推荐
python_AI_fans的博客
06-07 1万+
目录 一、多层神经网络 1、多层神经网络数学模型 2、数学模型中的非线性函数fai 1）非线性函数fai存在的意义 2）非线性函数fai具体是什么？ 3、多层神经网络与单层神经网络的区别与改进 1）单层神经网络数学模型 2）多层神经网络模型 3）区别 二、三层神经网络 1、定理 2、一些概念（决策面、神经元、神经网络层数） 1）决策面 2）神经元 3）神经网络层数n 3、常见的三层神经网络模型（含w,b的参数设置） 1）一个三角形决策面的神经网络模型（两层神经网络） 2）
支持向量机（SVM）学习笔记（1）
笔尖清风的博客
03-27 827
学习浙大胡浩基老师的机器学习课程，整理了关于SVM的笔记。
深度学习：人工神经网络参数配置与优化
"该资源是关于人工神经网络参数设置的PPT，由胡浩基教授在浙江大学信息与电子工程学院讲解。内容涵盖了随机梯度下降、激活函数选择、训练数据初始化、权重和偏置初始化、批处理规范化、目标函数选择、参数更新策略...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值