首先什么是人工神经网络？简单来说就是将单个感知器作为一个神经网络节点，然后用此类节点组成一个层次网络结构，我们称此网络即为人工神经网络（本人自己的理解）。当网络的层次大于等于3层（输入层+隐藏层（大于等于1）+输出层）时，我们称之为多层人工神经网络。1、神经单元的选择 那么我们应该使用什么样的...
分类：
编程语言 时间：
2015-08-02 19:46:31
阅读次数：
342
感知器作为人工神经网络中最基本的单元，有多个输入和一个输出组成。虽然我们的目的是学习很多神经单元互连的网络，但是我们还是需要先对单个的神经单元进行研究。感知器算法的主要流程： 首先得到n个输入，再将每个输入值加权，然后判断感知器输入的加权和最否达到某一阀值v，若达到，则通过sign函数输出1，否则....
分类：
编程语言 时间：
2015-08-01 23:17:17
阅读次数：
166
简要介绍OpenCV的人工神经网络是机器学习算法中的其中一种，使用的是多层感知器（Multi- Layer Perception，MLP），是常见的一种ANN算法。MLP算法一般包括三层，分别是一个输入层，一个输出层和一个或多个隐藏层的神经网络组成。每一层由一个或多个神经元互相连结。一个“神经元”的输出就可以是另一个“神经元”的输入。例如，下图是一个简单3层的神经元感知器：（3个输入，2个输出以及包...
分类：
其他好文 时间：
2015-06-23 18:09:15
阅读次数：
483
一、定义Rosenblatt感知器建立在一个线性神经元之上，神经元模型的求和节点计算作用于突触输入的线性组合，同时结合外部作用的偏置，对若干个突触的输入项求和后进行调节。二、基本计算过程Rosenblatt感知器的基本计算步骤如下：（1）将数据作为输入送入神经元。（2）通过权值和输入共同计算诱导局部...
分类：
其他好文 时间：
2015-06-10 20:53:57
阅读次数：
182
感知机 假设：输入空间是 x?Rn 输出空间是 y＝{+1,-1} 由如下2.1函数进行分类称之为感知器 其中，w为权值向量，b为偏置 sign(.)是符号函数，记为如下所示： 感知机是一种线性分类模型，属于判别模型。 感知机模型的假设空间是定义在特征空间中的 所有线性分类模型（linear cla...
分类：
其他好文 时间：
2015-06-07 21:24:44
阅读次数：
120
今天找到一个比较好的deep learning的教材：Neural Networks and Deep Learning对神经网络有详细的讲解，鉴于自己青年痴呆，还是总结下笔记吧=。=Perceptron感知器Perceptron的输入的一组binary变量xi，对这些binary变量求出加权和后，...
分类：
其他好文 时间：
2015-06-03 13:20:44
阅读次数：
151
1.本次课程大纲
局部加权回归： 线性回归的变化版本
Probability interpretation：另一种可能的对于线性回归的解释
Logistic回归： 基于2的一个分类算法
感知器算法： 对于3的延伸，简要讲
牛顿方法（用来对logistic进行拟合的算法，这节课没讲）
2.过拟合与欠拟合的距离评估房子的价格，假设三种拟合算法：
（1）X1=size, 拟合出一条线性曲线；
（2）x...
分类：
其他好文 时间：
2015-05-29 23:16:50
阅读次数：
333
高斯环境下贝叶斯分类器退化为线性分类器，与感知器形式一样，但是感知器的线性特性并不是由于高斯假设而引起的。
贝叶斯分类器：
高斯分布下的贝叶斯分类器...
分类：
其他好文 时间：
2015-05-09 13:31:18
阅读次数：
137
A geometrical view of perceptron 感知器的几何视图Weight-space 权值空间在这个空间中，每一个感知器中的权值都表示一维，而空间中的一点则代表了所有权值的特定集合，假设消除阈值，则每个训练样本都可以看做通过起点的超平面。So, points in the sp...
分类：
其他好文 时间：
2015-05-04 11:27:23
阅读次数：
177
Rosenblatt感知器
感知器是用于线性可分模式（模式分别位于超平面两边）分类的最简单的神经网络模型，基本上由一个具有可调突触权值和偏置的神经元组成。
Rosenblatt证明了当用来训练感知器的模式（向量）取自两个线性可分的类时，感知器算法是收敛的，并且决策面是位于两类之间的超平面。算法的收敛性称为感知器收敛定理。...
分类：
其他好文 时间：
2015-05-01 10:41:28
阅读次数：
242
