1 clear all; 2 clc; 3 %% 4 %算法 5 %输入：训练数据集T = {（x1,y1），（x2,y2），...，（xn,yn）};学习率η 6 %输出：w,b;感知机模型f(x) = sign(w*x+b) 7 %(1)选取初值w0,b0 8 %(2)在训练集中选取数据（xi....
分类：
编程语言 时间：
2015-08-25 23:07:58
阅读次数：
158
Neural Networks for Machine Learning by Geoffrey Hinton
训练感知机的方法并不能用以训练隐含层
训练感知机的方式是每次直接修正权重，最终得到满足所有凸锥里的权重。可行解的平均一定还是可行解。
对多层神经网络而言，2个可行解的平均并不一定是可行解。
They should never have been called mul...
分类：
Web程序 时间：
2015-08-19 14:55:35
阅读次数：
122
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、Adab...
分类：
其他好文 时间：
2015-08-12 13:07:48
阅读次数：
509
参考李航《统计学习方法》 一开始的感知机章节，看着不太复杂就实现一下。。。 1 """ 2 感知机学习算法的原始形式 3 例2.1 4 """ 5 import numpy as np 6 7 class Perceptron: 8 def __init__(self,w,b,alpha)...
分类：
编程语言 时间：
2015-07-31 23:23:40
阅读次数：
274
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...
分类：
其他好文 时间：
2015-07-26 10:59:12
阅读次数：
253
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...
分类：
其他好文 时间：
2015-07-22 06:47:05
阅读次数：
178
为了给课程的前四讲画上一个句号，这里补充两个前四讲中Andrew大神提到过的模型。The perceptron learning algorithm 感知机模型：从模型上来看感知机与逻辑回归十分相似，只不过逻辑回归的g函数是逻辑函数（又称sigmoid函数），它是一条从y值0到1的连续曲线。当z→∞...
分类：
其他好文 时间：
2015-07-16 16:30:29
阅读次数：
1339
生成学习与判别学习像逻辑回归，用hθ(x) = g(θTx) 直接地来建模p(y|x; θ) ；或者像感知机，直接从输入空间映射到输出空间（0或1），它们都被称作判别学习（discriminative learning）。与之相对的是生成学习（generative learning），先对 p(x|...
分类：
其他好文 时间：
2015-07-16 16:14:14
阅读次数：
563
什么是感知机二分类的线性分类模型，输入是实例的特征向量，输出是实例的类别，取-1和+1两值。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。感知机是神经网络和支持向量机的基础。模型的使用条件数据集需要是线性可分的，同时，如果数据集是线性可分的话，经过一定的迭代次数一...
分类：
其他好文 时间：
2015-07-14 17:13:43
阅读次数：
91
深度学习之神经网络与支持向量机 引言：神经网络(Neural Network)与支持向量机(Support Vector Machines，SVM)是统计学习的代表方法。可以认为神经网络与支持向量机都源自于感知机(Perceptron)。感知机是1958年由Rosenblatt发明的线性分类模型。....
分类：
其他好文 时间：
2015-07-03 22:00:00
阅读次数：
138
