引言：当两类样本线性可分时，针对我们之前学习的感知机而言，存在多个超平面能将数据分开，这里要讨论什么样的分类面最好的问题。为此，我们形式化的定义了最优分类超平面，他有两点特征:1.能将训练样本没有错误的分开；2.在样本中距离超平面最近的样本与超平面之间的距离最大。 1.没有错误的分开： 对尺度影响的 ...
分类：
其他好文 时间：
2016-05-20 11:18:36
阅读次数：
151
感知机(Perceptron)是二分类问题的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1二值。 感知机于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型。感知机于1957年由Rosenblatt提出，是神经网络和支持向量机的基础。 在这里，不用《统计学习方 ...
分类：
其他好文 时间：
2016-05-08 16:51:49
阅读次数：
785
12 Neural Network12.1 Motivation 在神经网络的节点上使用感知机，那我们可以把神经网络看作是通过不同感知机以及常数的线性组合得到一个新的特征，将新的特征加上一个常数再进行线性组合得到结果。其原理和aggregation类似，但是在神经网络中进行了多层级的aggregation。
从生物的角度来说神经网络模拟了人脑神经网络。12.2 Neural Network...
分类：
Web程序 时间：
2016-05-07 08:56:45
阅读次数：
227
Geoffrey Hinton教授的Neuron Networks for Machine Learning的第三讲主要介绍了线性/逻辑神经网络和BackPropagation，下面是整理的笔记。Learning the weights of a linear neuron这一小节介绍线性神经网络的学习算法。线性神经网络很像感知机，但又有不同：在感知机中，权值向量总是越来越接近好的权值设定；在线性神...
分类：
其他好文 时间：
2016-05-05 22:45:10
阅读次数：
396
要求如下： 所以当神经元输出函数选择在硬极函数的时候，如果想分成上面的四个类型，则必须要2个神经元，其实至于所有的分类问题，n个神经元则可以分成2的n次方类型。 又前一节所证明出来的关系有： 从而算出了所有的权重的值。。 代码实现如下： 第一个类是用来操实际操作的类，真正核心的内容是在Percept ...
分类：
编程语言 时间：
2016-05-05 15:53:06
阅读次数：
441
编者按：本文收集了百来篇关于机器学习和深度学习的资料，含各种文档，视频，源码等。而且原文也会不定期的更新，望看到文章的朋友能够学到更多。
《Brief History of Machine Learning》
介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost 到随机森林、Deep Learning.
《Deep Learnin...
分类：
其他好文 时间：
2016-04-27 11:01:08
阅读次数：
522
DeepLearning tutorial（3）MLP多层感知机原理简介+代码详解 @author：wepon @blog：http://blog.csdn.net/u012162613/article/details/43221829 本文介绍多层感知机算法，特别是详细解读其代码实现，基于Pyth ...
分类：
其他好文 时间：
2016-04-20 18:01:24
阅读次数：
417
2 Learning to Answer Yes/No 2.1 Perceptron Hypothesis Set 根据信用卡问题引入PLA算法。 有以下特征： 抽象一下，成为特征向量x，根据x和权重的w的内积相对于阈值的大小决定输出标签的正负（正则赋予信用卡，负不赋予信用卡）： 具体而言，感知机（ ...
分类：
其他好文 时间：
2016-04-17 22:04:08
阅读次数：
168
神经元： 单个神经细胞有2中状态： 1.兴奋 2.抑制 。通过突触传递介质，当介质（信号）超过某个值时，细胞就会兴奋。 Frank Rosenblatt 模拟 突触/阈值/细胞体兴奋 等特征 发明一种称之为 感知机 的 机器，数学表达式如下： f(x)为细胞体，为1 表示兴奋；为0 表示抑制 w 为 ...
分类：
其他好文 时间：
2016-04-15 14:02:50
阅读次数：
149
《Brief History of Machine Learning》
介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost 到随机森林、Deep Learning.
《Deep Learning in Neural Networks: An Overview》
介绍:这是瑞士人工智能实验室 Jurgen Schmidhuber 写的最新版本...
分类：
其他好文 时间：
2016-04-11 12:23:45
阅读次数：
718
