Python实现浅层神经网络

发表于 2019-09-24 更新于 2019-09-25 分类于深度学习

开始前的准备本文用到的库：numpy、sklearn、matplotlib 另外，我们还要借助一下吴恩达老师的工具函数testCases.py 和 planar_utils.py。地址) t ...

浅层神经网络的反向传播

发表于 2019-09-23 更新于 2020-02-23 分类于深度学习

符号约定首先看下图：我们假设n[l] 表示第 l 层的神经元的数量，那么这个单隐层的神经网络的输入层、隐含层和输出层的维度分别是：n[0]= n_x =3、n[1]=4、n[2]=1。那么根据浅 ...

发表于 2019-09-23 更新于 2019-09-29 分类于深度学习

神经网络概览在逻辑回归中，我们的模型大概是这样的，得到的a即是预测结果y帽。如果把上面的图片抽象化，可以得到以下模型：再进一步简化得到：上图里，小圆圈是sigmoid单元，它要完成的工作就 ...

发表于 2019-09-19 更新于 2019-09-20 分类于数据库

域域是一组具有相同数据类型的值的集合。基数是域中数据的个数笛卡儿积笛卡尔积直观意义是诸集合各元素间一切可能的组合，可表示为一个二维表。关系关系是笛卡尔积的有限集合关系可以有三种类型： ...

发表于 2019-09-18 更新于 2019-09-19 分类于 python

本片博客介绍了matplotlib画图的API，API很多，只总结了部分自己用到的。开始吧没有这个库的，pip安装一下。首先将matplotlib中的pyplot导入，如下： import mat ...

发表于 2019-09-17 更新于 2019-09-19 分类于机器学习， SVM

使用SVC时的其他考虑SVC处理多分类问题之前的所有的SVM的(1)-(3)内容，全部是基于二分类的情况来说明的。因为支持向量机是天生二分类的模型。但是，它也可以做多分类。但是SVC在多分类情况的推广 ...

发表于 2019-09-16 更新于 2019-09-17 分类于机器学习， SVM

参数C的理解进阶在SVM(2)说到有一些数据，可能是线性可分，但在线性可分状况下训练准确率不能达到100%，即无法让训练误差为0，这样的数据被我们称为“存在软间隔的数据”。此时此刻，我们需要让我们决策 ...

发表于 2019-09-15 更新于 2019-09-16 分类于机器学习， SVM

非线性SVM与核函数SVC在非线性数据上的推广为了能够找出非线性数据的线性决策边界，我们需要将数据从原始的空间x投射到新空间Φ(x)中，Φ是一个映射函数，它代表了某种非线性的变换，如同我们之前所做过的 ...

发表于 2019-09-12 更新于 2019-09-16 分类于机器学习

前沿在使用XGBoost之前，要先安装XGBoost库。xgboost库要求我们必须要提供适合的Scipy环境。以下为大家提供在windows中和MAC使用pip来安装xgboost的代码： win ...

发表于 2019-09-12 更新于 2019-09-23 分类于机器学习

神经网络概述人工神经网络(Artificial Neural Network，简称ANN)，通常简称为神经网络，是深度学习的基础。神经网络算法试图模拟生物神经系统的学习过程，以此实现强大的预测性能。不 ...

湛蓝星空

这个人贼菜

GitHub