机器学习
z2664836046
这个作者很懒,什么都没留下…
展开
-
自然语言处理NLP中的N-gram模型
博客链接:https://blog.csdn.net/songbinxu/article/details/80209197转载 2019-07-01 20:40:06 · 602 阅读 · 0 评论 -
机器学习(一)——K-近邻(KNN)算法
博客链接:https://www.cnblogs.com/ybjourney/p/4702562.html算法思想:找到与测试数据最近的k个训练数据,k个数据中出现最多的分类即为测试数据的类别。一 . K-近邻算法(KNN)概述 最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来,当测试对象的属性和某个训练对象的属性完全匹配时,便可以对其进行分类。但是怎么可能所有测试...转载 2019-07-02 09:29:07 · 238 阅读 · 0 评论 -
Coursera机器学习笔记(一) - 监督学习vs无监督学习
转载链接:http://daniellaah.github.io/2016/Machine-Learning-Andrew-Ng-My-Notes-Week-1-Introduction.html一. 监督学习什么是监督学习? 我们来看看维基百科中给出的定义:监督式学习(英语:Supervised learning),是一个机器学习中的方法,可以由训练资料中学到或建立一个模式(函数 ...转载 2019-07-02 21:08:27 · 667 阅读 · 0 评论 -
神经网络浅讲:从神经元到深度学习
链接:https://www.cnblogs.com/subconscious/p/5058741.html转载 2019-06-30 11:25:39 · 168 阅读 · 0 评论 -
深度神经网络(DNN)模型与前向传播算法
博客链接:https://www.cnblogs.com/pinard/p/6418668.html 深度神经网络(Deep Neural Networks, 以下简称DNN)是深度学习的基础,而要理解DNN,首先我们要理解DNN模型,下面我们就对DNN的模型与前向传播算法做一个总结。1. 从感知机到神经网络 在感知机原理小结中,我们介绍过感知机的模型,它是一个有若干输入和一个输...转载 2019-06-30 17:12:07 · 520 阅读 · 0 评论 -
机器学习中的矩阵向量求导(一) 求导定义与求导布局
博客链接:https://www.cnblogs.com/pinard/p/10750718.html这篇博客主要介绍了1、求导时遵循的求导布局:分子布局(求导结果的维度以分子为主)以及分母布局(求导结果的维度以分母为主)。2、介绍了标量、向量、矩阵对标量的求导(向量和矩阵中的每一个分量分别对标量求导)3、介绍了标量、向量对向量的求导(向量中的每一个分量分别对另一个向量中的分量分别...转载 2019-06-30 17:50:59 · 394 阅读 · 0 评论 -
深度神经网络(DNN)反向传播算法(BP)
博客链接:https://www.cnblogs.com/pinard/p/6422831.html主要分为两个步骤:初始化权值以及偏置值为一个随机变量1、前向传播由样本数据与初始化权重计算出实际的输出2、反向传播①计算误差②从后向前更新权值在深度神经网络(DNN)模型与前向传播算法中,我们对DNN的模型和前向传播算法做了总结,这里我们更进一步,对DNN的反向...转载 2019-06-30 20:42:39 · 728 阅读 · 0 评论 -
循环神经网络(RNN)模型与前向反向传播算法
博客链接:https://www.cnblogs.com/pinard/p/6509630.html在前面我们讲到了DNN,以及DNN的特例CNN的模型和前向反向传播算法,这些算法都是前向反馈的,模型的输出和模型本身没有关联关系。今天我们就讨论另一类输出和模型间有反馈的神经网络:循环神经网络(Recurrent Neural Networks ,以下简称RNN),它广泛的用于自然语言处理中的语...转载 2019-06-30 21:35:56 · 569 阅读 · 0 评论 -
Keras的基本使用
创建,编译,训练模型链接:https://www.jianshu.com/p/6aa40d99fc9e原创 2019-08-26 09:59:57 · 188 阅读 · 0 评论