![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ML
「已注销」
这个作者很懒,什么都没留下…
展开
-
机器学习与深度学习------2.线性神经网络到BP神经网络
目录线性神经网络(LMS,Least Mean Square)模型LMS学习规则 线性神经网络(LMS,Least Mean Square) 线性神经网络,可以认为是对单层感知器的改进。 模型 Madaline网络模型:网络包含多个神经元节点,形成多个输出 LMS学习规则 最小均方规则,使神经元实际输出与期望输出平方差最小,与单层感知器学习规则很相似(可认为是单层感知器学习规则的特殊版),训练...原创 2020-03-09 18:23:24 · 709 阅读 · 0 评论 -
吴恩达稀疏自动编码器(翻译)
稀疏自动编码器 吴恩达 绪论 监督学习是人工智能最强大的工具之一,它已经导致了自动邮政编码识别、语音识别、自动驾驶汽车以及对人类基因组的不断加深的理解。尽管监督学习取得了巨大的成功,但今天它仍然受到严重的限制。具体来说,它的大多数应用仍然需要我们手动指定给算法的输入特征x。一旦给出了一个好的特征表示,监督学习算法就可以做得很好...翻译 2020-03-05 22:31:54 · 993 阅读 · 4 评论 -
机器学习与深度学习------1.单层感知器
单层感知器1.模型2.感知器学习规则3.一个例子4.几何解析 1.模型 y=f(x1w1+x2w2+x3w3+b)y = f({x_1}{w_1} + {x_2}{w_2} + {x_3}{w_3} + b) y=f(x1w1+x2w2+x3w3+b) y=f(0.3x1+0.3x2+0.3x3+0.4)y= f(0.3{x_1} + 0.3{x_2} + 0.3{x_3} + 0....原创 2020-02-10 15:36:46 · 547 阅读 · 0 评论