人工智能理论基础
关注
分享
扫一扫
文章平均质量分 76
理论介绍
dear_jing
这个作者很懒，什么都没留下…
展开
-
第1.3章 机器学习与概率论
一、为什么机器学习中使用概率论？【摘自】：PRML读书笔记(1) - 深度理解机器学习之概率论(Probability Theory)机器学习领域的一个关键概念是不确定性（uncertainty）。然而概率论为不确定性的量化和操纵提供了框架，并形成了机器学习的核心基础之一。当与后面讨论的决策论相结合时，其可以根据一些可获得的信息做出最佳预测，即使这些信息可能并不完整。机器学习包括监督学习，非监督学习和强化学习这 3 类。监督学习分为 分类（classification） 和 回归（regressi原创 2020-07-27 13:51:55 · 755 阅读 · 0 评论 -
第3.1章 卷积神经网络(CNN)——Conv、Pool、FC、Activation Function、BN各个层的作用及原理
Conv、Pool、FC、Activation Function、Batch Normalization各个层的作用及原理解释原创 2020-07-27 13:46:55 · 10112 阅读 · 0 评论 -
第3.1章 卷积神经网络(CNN)——数据处理和重要函数
第3.1章 卷积神经网络CNN-2.1：动手实现简单的CNN导入数据集并初始化数据集基本函数1.padding函数2.一个单位的卷积运算3.一层卷积层4.一层池化层整合1.前向传播2.反向传播完整的CNN结构导入数据集并初始化数据集基本函数1.padding函数2.一个单位的卷积运算3.一层卷积层4.一层池化层整合1.前向传播2.反向传播完整的CNN结构输入层、卷积层、池化层...原创 2020-03-22 21:02:16 · 1592 阅读 · 0 评论 -
第3.1章 卷积神经网络(CNN)——基础概念
引入CNN的原因、卷积的概念、CNN中张量和参数的计算、CNN中三种类型的层原创 2020-03-15 14:17:47 · 981 阅读 · 0 评论 -
第0章 人工智能相关概念介绍（人工智能、大数据、云计算、机器学习、深度学习）
机器学习是解决人工智能的一个重要手段；深度学习则是机器学习的一个分支；而深度学习中深层神经网络的权值需要“通过海量数据的训练”；而这些海量数据的统计、分析与处理正是依靠云计算等大数据分析平台来实现。原创 2019-10-13 10:47:07 · 1519 阅读 · 2 评论 -
第1.2章 神经网络中隐藏层、偏置单元、激活函数的作用（使用激活函数的原因）
这篇文章主要是对上一篇文章中所给例题中部分知识点的讲解原创 2019-10-17 20:13:53 · 10553 阅读 · 0 评论 -
第1.1章 神经网络初识（神经网络的历史、发展、生物神经网络和人工神经网络的类比、一题道出神经网络本质）
这篇文章主要讲神经网络的基础知识，包括神经网络的历史、发展及其原理，还包括了生物神经网络和人工神经网络的类比，希望能帮大家更好的理解神经网络原创 2019-10-17 20:24:09 · 1805 阅读 · 1 评论