![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 90
芒果很芒~
这个作者很懒,什么都没留下…
展开
-
卷积神经网络---CNN模型的应用(找矿预测)
积神经网络的智能找矿原创 2022-06-10 08:30:00 · 4106 阅读 · 4 评论 -
深度学习deep learning
一、简介深度学习是包含多个隐层的机器学习模型,核心是基于训练的方式,从海量数据中挖掘有用信息,实现分类与预测。早期的深度学习模型:编码器、循环神经网络、深度置信网络、卷积神经网络衍生模型:堆叠降噪自编码器、稀疏自编码器、降噪自编码器深度学习的常用模型:卷积神经网络(CNN),深度信念网络(DBN),深度自动编码器(DAE),限制玻尔兹曼机(RBM)。CNN有全监督学习和权值共享的特点,在自然语言处理和语音图像识别领域有很强优势。其他深度学习模型大多先采用无监督方式逐层预训练,再使用有...原创 2021-11-28 20:18:59 · 10974 阅读 · 0 评论 -
神经网络
一、神经网络1.神经元(节点)是神经网络的的基础单元,基本形式为wx+b(x1、x2为输入向量,w1、w2为权重,b为偏置,g(z)为激活函数,a为输出)大量神经元相互连接组成神经网络,每个神经元接受一个或多个信号输入,经过激活函数变换后输出,神经元之间用权重连接。 2.激活函数常见的激活函数有Sigmoid、Tanh、ReLu,前两者用于全连接层,后者用于卷积层。Sigmoid函数:z是一个线性组合,如b+w1*x1+w2*x2,代入正...原创 2021-11-27 22:04:47 · 4034 阅读 · 0 评论 -
机器学习入门
机器学习(Machine Learning,ML)传统计算机工作方式——按照给出的指令执行,有因有果。而机器学习不接受指令,只接受输入的数据,相关而非因果。引入案例1 朋友经常迟到,我是现在出门还是一会再出门?假设与朋友约过5次,迟到次数为1,按时到的比例为80%,我的阈值为70%,高于我的阈值,我按时出门;若迟到次数为4,按时到的比例为20%,低于我的阈值,我推迟出门。依据数据做出判断,与机器学习思想一致。案例中只考虑了频次,机器学习至少考虑两个量:自变量和因变量,因变量为要预测的结果转载 2021-10-25 17:31:53 · 379 阅读 · 0 评论