当前位置:首页 » 学习笔记 » 正文

极品源码网(专注于优质域名源码)

《神经网络与机器学习》学习笔记之二

3138 人参与   2015年10月27日 21:11  分类 : 学习笔记  点这评论

 

1)上次课程小结与认识

上次课程内容是《神经网络与机器学习》的第一部分,主要内容包括1.讲述神经网络的形成阶段 2.介绍感知器的基本形式 3.讨论感知器收敛定理 4.高斯环境下感知器和贝叶斯分类器的关系 5.实验说明感知器的模式分类能力 6.推导感知器收敛定理的批量版本 7.总结和讨论。

(1)神经网络的形成阶段(1943-1958): 1943年,McCulloch and Pitts引入神经网络的概念作为计算工具;1949年,Hebb提出自组织学习的第一个规则;1958年,Rosenblatt提出感知器作为有教师学习的第一个模型。

(2)感知器是用于线性可分模式分类的最简单的神经网络模型。基本上它由一个具有可调突出权值和偏置的神经元组成。

(3)当感知器的基本理论用于模式分类时,只需考虑单个神经单元情况(通常认为只能完成两类的模式分类).因为通过扩展感知器的输出层可以使感知器包括不止一个神经元,相应地可以进行多于两类的分类。

 

 

2 学习了高斯环境下感知器与贝叶斯分类器的关系

 

   问题:

(1)高斯环境下,最小二乘法和最大后验估计为什么是等价的?

(2)最大后验估计和最大似然估计二者的基本差别。


来源:买网址(微信/QQ同号:914632718),转载请保留出处!

本文链接:http://www.maiwz.com/post/42.html

极品源码网maiwz.com(域名源码联系微信/QQ: 914632718,专注于优质域名源码)

本文标签:

<< 上一篇 下一篇 >>
极品源码网maiwz.com(域名源码联系微信/QQ: 914632718,专注于优质域名源码)

  • 评论(0)
  • 赞助本站

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

相关文章

网络推广 | 网络营销 | 本站主题 | 网络创业 | 电子商务

鄂ICP备13010364号-1