机器学习(周志华)读书笔记---第5章 神经网络

本文介绍了神经网络的基础概念,包括M-P模型、感知机及其学习算法,探讨了多层前馈神经网络(MLP)如何解决非线性可分问题,并简述了BP算法在训练过程中的作用。此外还提及了Boltzmann机和深度信念网络等高级主题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

5.1 神经元模型
M-P模型
这里写图片描述
激活函数:sigmoid函数

5.2 感知机与多层网络
感知机
这里写图片描述
感知机学习
这里写图片描述
这里写图片描述
单层感知机只能解决线性可分问题,对于非线性可分问题,使用多层感知机
多层前馈神经网络(MLP)
这里写图片描述
这里写图片描述
5.3 误差逆传播算法(BP算法)
这里写图片描述
这里写图片描述
这里写图片描述
缓解过拟合
这里写图片描述
这里写图片描述
5.4 全局最小和局部最小
这里写图片描述
这里写图片描述
5.5 其他常见神经网络
Boltzmann机:
这里写图片描述
这里写图片描述
5.6 深度学习
DBN
这里写图片描述
这里写图片描述
这里写图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值