机器学习(Machine Learning)&深度学习(Deep Learning)资料 《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 Learnin ...
分类：
其他好文 时间：
2016-04-04 16:34:49
阅读次数：
496
课程地址：https://class.coursera.org/ntumltwo-002 1.神经网络（NNet）的动机？ 单个感知机（perceptron）模型简单，能力有限，只能线性分割。通过组合感知机模型很容易实现逻辑与、或、非，以及凸集合，但不能实现异或运算，能力有限。多层次的感知机(per ...
分类：
Web程序 时间：
2016-04-01 23:29:15
阅读次数：
773
第2章 感知机
感知机(perceptron)是二类分类的线性分类模型，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。感知机对应于输入空间(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。
感知机学习旨在求出将训练数据进行线性划分的分离超平面，为此，导入基于误分类的损失函数，利用梯度
下降法对损失函数进行极小化求得感知机模型。
2.1 感知机模型
定义(感知...
分类：
其他好文 时间：
2016-03-30 13:16:48
阅读次数：
193
第12章 统计学习方法总结
1 适用问题
分类问题是从实例的特征向量到类标记的预测问题；标注问题是从观测序列到标记序列(或状态序列)的预测问题。可以认为分类问题是标注问题的特殊情况。
分类问题中可能的预测结果是二类或多类；而标注问题中可能的预测结果是所有的标记序列，其数目是指数级的。
感知机、k近邻法、朴素贝叶斯法、决策树是简单的分类方法，具有模型直观、方法简单、实现容易等特...
分类：
其他好文 时间：
2016-03-30 13:14:29
阅读次数：
232
定义：假设输入空间，输出空间是y={+1,-1}.输入x∈X表示实例的特征向量，对于输入空间的点;输出y∈表示实例的类别。由输入空间到输出空间的如下函数称为感知机。
感知机是一种线性分类器，属于判别器。
线性方程w●x+b=对应于特征空间中的一个超平面S,w是超平面的法向量,b是超平面的截距。位于两部分的点（特征向量）分为正负两类。S称为分离超平面（sepe...
分类：
其他好文 时间：
2016-03-29 10:40:31
阅读次数：
394
感谢：https://github.com/ty4z2008/Qix/blob/master/dl.md 《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、Dee
分类：
其他好文 时间：
2016-02-16 16:52:41
阅读次数：
1845
感知机具体说明：见《统计学习方法第二章》。实现(scikit-learn):数据集 1 import numpy as np 2 import matplotlib.pyplot as plt 3 from sklearn.linear_model import perceptron 4 5 # ....
分类：
系统相关 时间：
2016-01-03 14:52:14
阅读次数：
239
一、多层感知机MLP1、MLP概述对于含有单个隐含层的多层感知机(single-hidden-layer Multi-Layer Perceptron, MLP)，可以将其看成是一个特殊的Logistic回归分类器，这个特殊的Logistic回归分类器首先通过一个非线性变换Φ(non-linear ...
分类：
其他好文 时间：
2015-12-03 00:19:55
阅读次数：
5231
出处： Michael Nielsen的《Neural Network and Deep Leraning》，点击末尾“阅读原文”即可查看英文原文。本节译者：哈工大SCIR硕士生 徐梓翔 (https://github.com/endyul)声明：我们将在每周一，周四，周日定期连载该书的中文翻译，如...
分类：
其他好文 时间：
2015-11-17 12:54:06
阅读次数：
461
