神经网络.支持向量机(SVM)

本文介绍了神经网络和支持向量机(SVM)的概念。神经网络用于解决非线性分类问题,包括隐藏层和反向传播算法。支持向量机涉及到函数间隔和几何间隔,确保分类的确定性。SVM通过最大化几何间隔优化分类效果。
摘要由CSDN通过智能技术生成

《Andrew Ng 机器学习笔记》这一系列文章文章是我再观看Andrew Ng的Stanford公开课之后自己整理的一些笔记,除了整理出课件中的主要知识点,另外还有一些自己对课件内容的理解。同时也参考了很多优秀博文,希望大家共同讨论,共同进步。

网易公开课地址:http://open.163.com/special/opencourse/machinelearning.html

参考博文:http://blog.csdn.net/andrewseu/article/details/46892885

                 http://blog.sina.com.cn/s/blog_8a951ceb0102wbbv.html


本篇博文涉及课程四:朴素贝叶斯算法


主要内容有:

(1)神经网络

(2)支持向量机


神经网络

对于之前学习的分类算法,我们的目标都是求解一条直线,这条直线将数据进行分类,但如果数据并不是线性可分的话,这些模型的性能会变差。针对非线性分类的问题,出现了很多分类算法,神经网络是其中最早出现的一种。

  • 5
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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