![](https://img-blog.csdnimg.cn/20190709215150428.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
python人工智能--专栏
文章平均质量分 83
自学机器学习和神经网络!从基础到实践!各种问题麻烦不断!
一米阳光_Angel
快乐学习!
其实,没有那么难!
努力过的岁月真的很美好!
展开
-
梯度下降和反向传播:能改(升级截距)
我们从环境中观察到了一个问题:豆豆的毒性和它的大小有关系现在想要准确的去预测这个关系到底是什么按照McCulloch-Pitts神经元模型,我们使用一个一元一次线性函数,去模拟神经元的树突和轴突的行为,这就是预测函数模型。把我们统计观察而来的数据送入预测函数得到进行预测的过程,称之为前向传播,因为计算从前往后。数据通过预测函数完成一次前向传播就会得到一个预测值预测值和统计观测而来的真实值之间存在误差我们选择平方/均方误差作为误差的评估手段。原创 2024-01-19 17:57:54 · 837 阅读 · 0 评论 -
梯度下降和反向传播:能改
在遥远的过去,我们的祖先曾坚定不移地相信“天圆而地方”,但自从麦哲伦完成环球航行,我们开始了解到地球其实是一个球,表面其实是一个曲面,我们之所以觉得大地是平直的,只是因为我们太过渺小,在这个巨大的蓝色星球上,我们的祖先用脚能够丈量的范围,相比于整个地球,实在是微不足道。同样的道理,当我们看这个曲线的时候,它显而易见是弯的,我们此刻更像是“上帝视角”看见了它的全部,而当我们盯着一个点不断变小,变小,当我们足够小的时候,同样显而易见的是,曲线是直的,这种“直”是宏观的“弯曲”在微观中的一种近似。原创 2024-01-09 18:54:16 · 950 阅读 · 0 评论 -
方差代价函数:知错
从原先自变量x 和因变量 y --> 从环境中观测到的大量已知数,将w作为自变量,e作为因变量,形成了【代价函数】,当参数w取不同值的时候,对环境中的问题数据预测时产生不同的误差e,而利用【代价函数】最低点的w值,放回预测函数中,会发现,这个时候,预测函数很好的完成了对数据的拟合。解决:用绝对值来表示误差,因为我们并不关心正负,面对误差,不论是比结果大0.15,还是比结果小0.15,其实和标准答案的差距都是0.15。但,w决定了预测函数的样子,w取不同的值,产生的误差也会不同。向模型输入数据,得到结果。原创 2023-03-24 11:45:33 · 289 阅读 · 1 评论 -
一元一次函数感知器:如何描述直觉
1943神经学家McCulloch和数学家Pitts提出一种神经元模型【McCulloch-Pitts模型】,这个模型是对生物神经元一种相当简化的模仿。后来,Rosenblatt提出【Rosenblatt感知器】,解决神经元自己调节权重参数的能力。【Rosenblatt感知器】是第一个从算法上完整描述的神经元。开始的【McCulloch-Pitts模型】没有自动学习和适应的方法,需要手动调节神经元权重。从偏离现实的直觉过度到符合现实的认知,人工智能最初是如何实现的?认知事物的唯一方法就是依靠直觉。原创 2023-03-23 17:45:29 · 321 阅读 · 2 评论 -
来一场人工智能的奇妙冒险吧~
再加入更多层的隐藏神经元后,用来承载函数的神经网络,开始能够解决更复杂的问题。而利用梯度下降和反向传播算法,可以让机器自己学到问题的解。人工智能,人工究竟如何创造智能,这里充满了数学与科普。一个【 一元一次函数】构建的神经元, 可以表示一种直觉。在线性函数外套上一层非线性激活函数就可以对事物进行分类。而用向量可以表示出问题的更多特征,进而进入更高的维度。如无必要,勿增新知,过程一步一步进行。通过看到见的方法,解构神经网络的原理。矩阵让我们计算更直观和高效。数学不是目的,只是手段。原创 2023-03-23 15:25:02 · 84 阅读 · 1 评论 -
【机器学习】RNN循环神经网络
循环神经网络归属:领域:机器学习方向:自然语言处理贡献:自动文本生成循环神经网络实际应用:生活中因为原始数据都是序列化的,比如自然语言,语音处理,时间序列问题(股票价格)等问题,这个时候需要序列建模,单层的神经网络不能处理这样的序列化问题,所以,采用循环神经网络,它是一种序列型数据进行建模的深度模型。根据现实需要,一共有四种循环神经网络;N VS 1 RNN (适合序列分类问...原创 2019-06-05 10:37:15 · 486 阅读 · 46 评论 -
【机器学习】Word2Vec模型
模型归属:领域:机器学习方向:自然语言处理作用:将字词转换为向量,通过文章内容学习到字词的相关性,从而将相似词聚合模型使用:准备一篇文章(中文或英文)用python编写Word2Vec模型(或使用机器学习框架,直接调用word2vec这个包)将准备好的文章作为输入,input进Word2Vec.py这个程序结果模型会将这片文章相关性强的词聚合在一起Word2Vec模型训练好...原创 2019-06-05 09:25:20 · 2614 阅读 · 2 评论 -
廊坊师范学院吧网络舆情分析报告
1.背景介绍1.1大数据背景 现在的社会是一个高速发展的社会,科技发达,信息流通,人们之间的交流越来越密切,生活也越来越方便,大数据就是这个高科技时代的产物。大数据并不在“大”,而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言,如何利用这些大规模数据是成为赢得竞争的关键。 随着云时代的来临,大数据(Big data)也吸引了越来越多的关注。《著云台》的分析师...原创 2018-04-22 19:34:27 · 3511 阅读 · 95 评论