1.神经元模型2.感知机与多层网络3.误差逆传播算法(A)BP算法：最小化训练集D上的累积误差标准BP算法：更新规则基于单个Ek推导而得两种策略防止过拟合：（1）早停（通过验证集来判断，训练集误差降低，验证集误差升高）（2） 正则化：在误差目标函数中引入描述网络复杂度的部分...
1.神经元模型
2.感知机与多层网络
3.误差逆传播算法
(A)BP算法：最小化训练集D上的累积误差
标准BP算法：更新规则基于单个Ek推导而得
两种策略防止过拟合：（1）早停（通过验证集来判断，训练集误差降低，验证集误差升高）（2） 正则化：在误差目标函数中引入描述网络复杂度的部分
4.全局最小与局部最小
跳出局部最小的方法：（1）不多参数初始化多个神经网络。去误差最小的解做为最终参数（2）模拟退火（3）遗传算法
5.其他神经网络
Boltzmann机 RBM受限玻尔兹曼机
自己学习时写了一些代码，有的还有一些问题，可以留言讨论，习题以后补上
https://github.com/makang101/machinelearning/tree/master/chapter5neuralNetwork
转载于:https://my.oschina.net/u/3870452/blog/1941099
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0
已为社区贡献9条内容
所有评论(0)