第四章 神經網路 netral networks
例子
perceprons 感知積
power of perceprons 實現一些邏輯上的功能
gradient descent 根據誤差來調整權重
stochastic learning 感知積可以用來解決線性分類問題，線性分類器。不能解決線性不可分問題
比如：nand
multilayer percepron 如何解決線性不可分問題
分解問題
hidden layer representation
the sigmoid threshold unit sigmoid function
backpropagation rule
training rule for output units 和感知積做對比
training rule for hidden units
bp framework
more about bp networks bp 可能掉入區域性最優點，需要重新計算。也可採用其他演算法來訓練神經網路
elman network , hopfield network
總結：ann的特點：準確度高，但是可解釋性較低，並且訓練時間很長。
reading material
機器學習筆記 第四章 神經網路
本文為 前面的章節學習了線性回歸和邏輯演算法，實際上很多複雜的非線性分類器都依賴於神經網路演算法。當特徵值的個數過多時，多元回歸方程的高階多項式的個數將以幾何倍數增加，特徵空間將會很大。而對於很多機器學習的例子，特徵值的個數是很大的，例如影象識別，一副中的畫素個數就代表了特徵值的數量，如果再用二次項...
第四章 前饋神經網路習題
習題4 1 設損失函式為j jj，則對於第一層的引數w 1 w w 1 更新公式為 katex parse error undefined control sequence part at position 9 cfrac vec f max y vec t vec vec 習題4 3 比如，引數的...
第四章筆記
一.引入樣式 1.行內樣式表 2.內部樣式表 在head標籤裡面,title標籤下面 優點方便在同頁面中修改樣式 缺點不利於在多頁面間共享復用 及維護，對內容與樣式的分離也不夠徹底 3.外部樣式表 嵌入式匯入式 嵌入式和匯入式的區別 1.標籤屬於xhtml，import是屬於css2.1 2.使用鏈...