西瓜书学习笔记——第5章 神经网络

最新推荐文章于 2024-11-15 21:42:20 发布
最新推荐文章于 2024-11-15 21:42:20 发布
阅读量254 收藏
点赞数
文章标签： 学习 机器学习 深度学习
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/weixin_41655795/article/details/125470857
版权

学习目标：

  • 看完第5章节的内容
  • 看完视频
  • 输出学习笔记和思维导图

学习内容

在这里插入图片描述

学习心得：

神经网络的知识点可以单独拎出来讲了，我认为单看西瓜书的内容还不够，需要看其他书才能继续深入了解。学习本章节内容时能明白一半，剩下的需要和其他书一起结合着看。总的来说，神经网络的知识点我还要继续学习。
QwQQQ_
关注
西瓜书读书笔记——第五章：神经网络
Andrewings
06-06 3203
西瓜书读书笔记——第五章：神经网络5.1 神经元模型5.2 感知机与多层网络5.2.1 感知机5.3 误差逆传播算法5.4 全局最小与局部极小 5.1 神经元模型 在生物神经网络中，每个神经元与其他神经元相连，当某个神经元兴奋时，它就会向其他相连的神经元传递化学物质，从而改变了这些神经元内的电位；如果某个神经元的电位超过了一个阈值(threshold)，那么就会被激活，即兴奋起来，向其他神经元发送...
西瓜书学习笔记——第八章：集成学习
Andrewings
06-27 2328
8.集成学习8.1 个体与集成8.2 Boosting 8.1 个体与集成 8.2 Boosting Boosting工作机制如下图所示： 其中各个基学习器的对应权重由其误差计算确定，基学习器误差大的则对应的权重小，误差小的则对应权重大 ...
西瓜书学习笔记 —— 第5章 神经网络
创可不能贴的博客
06-09 347
1 神经元模型 神经网络（neural networks）：“神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应”。 神经网络最基本的成分是神经元（neuron）模型，neuron亦称unit。如果某神经元的点位超过了一个“阈值”（ threshold），那么它就会被激活。 “M-P神经元模型”： y=f(x)y=f(x)y=f(...
【机器学习西瓜书学习笔记——神经网络】
m0_51148715的博客
07-31 2048
*竞争型学习：**是神经网络中一种常用的无监督学习策略，在使用该策略时，网络的输出神经元相互竞争，每一时刻仅有一个竞争获胜的神经元被激活，其他神经元的状态被抑制，这种机制也称 “胜者通吃” 原则。局部最小值是在某一区域内，函数的取值达到了最小，但是如果将这个区域扩展到定义域上来，那么这个局部最小值就不一定是最小的。通过制定权重和阈值得到可以进行逻辑运算的感知机，那么如果给定训练数据集，同样我们可以通过学习得到相应地权重和阈值。目的是为了能够提高我们的预测精度，减少误差，从而最大限度的降低成本。
西瓜书学习笔记——第一章&第二章
路拾遗的博客
10-13 1079
文章目录前言第一章绪论1.1 机器学习发展历史1.2 基本术语1.3 假设空间1.4 归纳偏好第二章2.1 经验误差与过拟合2.2 评估方法2.3 性能度量2.4 比较检验2.5 偏差与方差参考资料 前言 本文为学习西瓜书和南瓜书的学习记录笔记，供自己复习回顾和大家参考。 第一章绪论 1.1 机器学习发展历史 机器学习的发展历经：推理期，知识期，学习期，深度学习期 推理期的人们认为只要赋予机器处理逻辑推理的能力，机器就有智能；知识期的人们认为还得让机器拥有知识；学习期人们认为如果机器自己能够学习才.
机器学习西瓜书——第五章 神经网络
qq_44941689的博客
06-26 2037
神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。 误差逆传播算法(BackPropagation,简称BP)是迄今为止最成功的神经网络学习算法。通常说“BP网络”时，一般是指用BP算法训练的多层前馈神经网络。 一般来说，标准BP算法每次更新只针对单个样例，参数更新得非常频繁，而且对不同样例进行更新的效果可能出现“抵消”现象。因此，为了达到同样的累积误差最小化，它在读取整个训练集D一遍后才对参数进行更新，其参数更新的频率低得多。但在很多任务
西瓜书学习笔记第5章【神经网络】
zik的博客
04-13 2558
西瓜书学习笔记第5章【神经网络】 5.1神经元模型 5.2 感知机与多层网络 一、感知机 二、多层功能神经元（多层网络） 5.3误差逆传播算法（反向传播（BP）算法） 对各个参数更新公式的推导 “早停(early stopping)” “正则化(regularization)” 5.4 全局最小与局部极小 “跳出”局部极小 5.5其他神经网络（简介） 5.5.1径向基函数（RBF）网络 5.5.2自适应谐振理论（ART）网络 5.5.3自组织映射（SOM）网络 5.5.4级联相关网络 5.5.5Elman网
周志华《机器学习》（西瓜书）学习笔记——第五章神经网络
karry_zzj的博客
07-16 810
西瓜书第五章学习笔记——神经网络
weixin_43998014的博客
01-23 832
西瓜书第五章学习笔记——神经网络 5.1 神经元模型 神经网络（neural networks）方面的研究很早就已出现，今天“神经网络”已是一个相当大的、多学科交叉的学科领域，各相关学科对神经网络的定义多种多样，本书采用目前使用得最广泛的一种，即“神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应”[Kohonen，1988]，我们在机器学习中谈论神经网络时指的是“神经网络学习”，或者说，是机器学习与神经网络这两个学科领域的交叉部分。 在上
西瓜书学习笔记——第四章：决策树
Andrewings
05-23 2926
第四章：决策树4.1 基本流程4.1.1 决策树的结构4.1.2 决策树学习基本算法4.2 划分选择4.2.1 决策树学习的关键4.2.2 信息增益(information gain)信息熵属性a的信息增益$Gain(D,a)$4.2.3 增益率(gain ratio)4.2.4 基尼指数(Gini index)基尼值基尼指数(Gini index)4.3 剪枝处理（决策树对付过拟合的主要手段）4...
西瓜书学习笔记——第十五章：规则学习
Andrewings
08-14 1432
15. 规则学习15.1 基本概念15.2 序列覆盖产生规则的策略15.3 剪枝优化15.4 一阶规则学习FOIL算法15.5 归纳逻辑程序设计 15.1 基本概念 规则学习是从训练数据中学习出一组能用于对未见示例进行判别的规则 规则本身是一个贪心的搜索过程 规则集合：规则集合中的每条规则都可以看作一个子模型，规则集合是这些子模型的一个集合 冲突：当同一条示例被判别结果不同的多条规则覆盖时，称发...
西瓜书学习笔记——第二章：模型评估与选择
Andrewings
06-20 1608
第2章：模型评估与选择2.1 经验误差与过拟合2.1.1 一些概念2.1.2 过拟合与欠拟合2.2 学习器泛化误差评估方法2.2.1 留出法2.2.2 交叉验证法交叉验证法的特例：留一法2.2.3 自助法（适合小数据集）2.2.4 调参与最终模型训练集，测试集，验证集2.3 性能度量（衡量模型泛化能力的标准）2.3.1 错误率与精度2.3.2 查准率、查全率与F1查准率-查全率曲线（P-R曲线） ...
蓝队技术学习
weixin_65861348的博客
11-12 963
该手册详细规定了在不同安全事件发生时应执行的标准操作程序，按安全事件类别进行了分类阐述。
Window.history API学习笔记
常备不懈
11-12 630
在现代前端开发中，单页应用（SPA）的流行让我们对于页面的浏览历史管理需求愈加明显。`window.history` API作为浏览器提供的原生API，能够帮助开发者更加细致地控制用户的导航体验。本文将介绍`window.history` API的几个常见方法，并探讨它们的使用场景。
生信：TCGA学习（R、RStudio安装与下载、常用语法与常用快捷键）
shanshan的博客
11-11 961
macOS系统，已安装homebrew且会相关命令。近期在整理草稿区，所以放出该贴。
EEG+EMG学习系列 (1) :一个基于小波的自动睡眠评分模型
走在深度学习前沿的小宋
11-14 585
由于手动睡眠阶段评分方法的限制，创建自动睡眠阶段分类的需求已经上升。在这项研究中，使用`双通道单极脑电图 （EEG）`、`下巴肌电图 （EMG）` 和`双通道眼电图 （EOG）` 信号开发了一种新的机器学习模型。使用`最佳正交滤波器组`，通过分解 30 s 信号纪元来获得子带。然后根据这些子带的系数计算 `Tsallis 熵`。然后，这些特征被馈送到一个`集成袋装树 （EBT） 分类器`，用于自动睡眠分类。
【AIGC】如何通过ChatGPT提示词Prompt定制个性学习计划
最新发布
起心动念皆是因，当下所受皆是果。
11-15 798
在这篇文章中，我们介绍了如何使用ChatGPT构建一个高度个性化的学习计划，特别是针对AIGC领域的内容。通过调整提示词中的配置选项，用户可以根据自身的学习阶段、学习风格和沟通偏好，量身定制专属的学习体验。这不仅能够帮助不同背景的学习者（从中小学生到博士后）快速上手，还能让每个人按照最适合自己的节奏和方式进行学习。文章中详细列举了如何设置学习深度、学习风格、沟通方式等参数，并介绍了常用的指令，如 /plan、/start、/test 等。 2024.11.15-✍119min
Vue3学习：查询城市天气预报案例（vite，选项式）
wangyining070205的博客
11-13 778
前几日的学习中，实现了查询城市天气预报，是用组合式实现的，今天是用选项式来实现，案例运行效果如下： 如果不输入城市的名字，直接点击“查询”，将会显示IP所在地城市的天气预报。 代码如下： <template> <div id="container"> <div id="search"> <el-input v-model="cityName" placeholder="请输入城市名" class="inputText
【Windows】CMD命令学习——系统命令
一个写了10年bug的程序员日常笔记。
11-07 1571
CMD（命令提示符）是Windows操作系统中的一个命令行解释器，允许用户通过输入命令来执行各种系统操作。
第五章笔记：神经网络基础及代码详解
资源摘要信息:"《机器学习西瓜书笔记第五章神经网络及代码》是一份详细介绍了神经网络算法的资料，内容涉及神经网络的基础理论、数学模型、感知机与多层网络结构、误差逆传播算法（BP算法）、常见神经网络模型以及...
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