DataWhale-吃瓜教程学习笔记 (六）

最新推荐文章于 2025-08-05 08:41:01 发布
最新推荐文章于 2025-08-05 08:41:01 发布
阅读量899 收藏 7
点赞数 3
CC 4.0 BY-SA版权
分类专栏： python机器学习 cs基础 文章标签： 学习 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_52964132/article/details/140144948

学习视频**：第4章-决策树_哔哩哔哩_bilibili
西瓜书对应章节： 第五章 5.1；5.2；5.3

MP 神经元

接收n个收入，并给各个输入赋予计算加权和，并且和自身特有的阈值进行比较（作减法），最后经过处理得到输出。

image.png

  • 单个MP神经元：感知机 （sgn 感知函数） ； 对数几率回归 （sigmoid）作为激活函数
  • 多个MP神经元： 神经网络

- 感知机模型 （分类模型）

image.png

从几何的角度看，感知机的作用是 给定一个数据集D，求得对数据集中样本进行二分类的超平面。

  • 其超平面方程不唯一
  • w 与超平面垂直
  • w 和 b 确定唯一的超平面
  • w 指向正的超平面
  • 恒成立公式：
    image.png
最低0.47元/天 解锁文章

200万优质内容无限畅学
吃瓜教程 | 第五章 神经网络
weixin_42724663的博客
07-23 461
神经网络中最基本的模型叫做。上图为一直沿用至今的“”，神经元接收到来自n个其他神经元传递过来的输入信号，这些输入信号通过带权重的连接进行传递，神经元接收到的总输入值将于神经元的阈值进行比较，然后通过“”处理以产生神经元的输出。理想的激活函数是阶跃函数，它将输入值映射为输出值“0”或“1”.但因为不连续、不光滑等性质，常用Sigmoid函数作为激活函数。对于单个“M-P神经元”...
JLINKV9.4 PCB固件自动升级操作指南
weixin_35578748的博客
05-23 847
JLINKV9.4是由SEGGER公司开发的一款功能强大的JTAG调试器，广泛应用于嵌入式系统的设计和调试。它能够支持多种处理器，包括ARM、MIPS、RISC-V等，是一款在IT行业具有广泛影响力的产品。固件自动升级是指通过特定的软件程序或脚本，在无需人工干预的情况下，将新的固件版本从开发者端传输到设备端并完成安装更新的过程。该过程涉及到固件版本的检查、下载、解包、写入、验证等多个步骤，并且通常需要一个可靠的通信协议作为支撑。从理论上讲，自动升级流程主要依赖于以下几个核心概念：通信协议。
【吃瓜教程】第五章 神经网络
kkz2756275580的博客
09-27 1254
西瓜书第五章
吃瓜教程 task3
u013347047的博客
05-26 122
机器学习-周志华-第五章笔记 CNN
gdymind的博客
09-26 1663
Chapter 5 神经网络-机器学习-周志华5.1神经元模型 神经网络：具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。 神经元模型：一个神经元收到的刺激超过阈值（threshold/bias），它就会被激活。概括为M-P神经元模型：n个带权输入→\rightarrow与threshold比较→\rightarrow激活函数处理产生输出。
DataWhale - 吃瓜教程学习笔记（一）
hello！
06-16 1062
瓜书绪论
DataWhale-吃瓜教程学习笔记 (七）
hello！
07-05 1046
第六章。
DataWhale-吃瓜教程学习笔记（四）
hello！
06-28 1148
二分类线性判别分析
DataWhale-吃瓜教程学习笔记 (五）
hello！
06-29 518
第四章 4.1；4.2。
吃瓜笔记05 神经网络
cookie222的博客
09-02 973
学习内容：西瓜书和南瓜书--第5章 讲解课程：Datawhale吃瓜教程（https://www.bilibili.com/video/BV1Mh411e7VU） 第5章神经网络 5.1神经元模型 5.2感知机与多层网络 5.3误差逆传播算法 5.4全局最小与局部极小 5.5其他常见神经网络 5.6深度学习 神经网络中最基本的成分是神经元（neuron）模型，在生物神经网络中，每个神经元与其他神经元相连，当它“兴奋”时，就会向相连的神经元发送化学物质，从而改变这些神经元内的电位；如果某神经元的电.
DataWhale吃瓜第五章学习——神经网络
JXN20210043的博客
07-04 349
概念与应用：深度学习是一类复杂的多隐层神经网络模型，如深度信念网络（DBN）和卷积神经网络（CNN）。这些模型能够完成复杂的分类任务，通常应用于图像识别、语音识别等领域。
AI Agent开发学习系列 - LangGraph(7): 带有条件判断的Conditional Graph
alex100的博客
08-02 507
该示例展示了如何使用LangGraph的条件边机制构建动态工作流。通过定义决策函数decide_next_node，系统能根据输入状态（如操作符）自动选择执行加法或减法节点。核心方法add_conditional_edges实现了动态路由，相比固定连接的add_edge更具灵活性。这种设计使得工作流能智能响应不同输入条件，适用于需要分支处理的复杂场景，如示例中根据"+"或"-"运算符选择对应计算节点，最终输出正确结果3。
学习日志24 python
AYheyheyhey的博客
08-01 723
只针对不可变类型：因为不可变类型的值不会被修改，共享对象不会有风险。目的是优化性能：避免频繁创建和销毁相同的小对象（如常用整数、短字符串）。不要依赖此机制：常量池是 Python 内部优化，不同版本可能有差异，比较值应始终用==，而非is。不可变类型可能有常量池，可变类型一定没有，这是 Python 对内存和性能的平衡设计。Python 中确实没有 Java 里那种严格定义的「常量池」（Constant Pool）概念。
学习笔记090——Ubuntu 中 UFW 防火墙的使用
code__bee的博客
08-01 422
【代码】学习笔记090——Ubuntu 中 UFW 防火墙的使用。
30天入门Python（基础篇）——第31天：标准库学习之re模块
weixin_42636075的博客
08-04 487
Python re模块是一个强大的正则表达式工具，可用于高效处理文本数据。摘要包括：1）基本功能：模式匹配、文本搜索、字符串替换、数据验证等；2）核心语法：元字符（.^$+?等）、字符类（[ ]）、预定义字符类（\d\w\s等）及量词（+?{}）；3）高级特性：分组捕获、贪婪/非贪婪匹配、性能优化。通过示例演示了正则表达式在邮箱验证、HTML解析等场景的应用，帮助开发者掌握文本处理利器。
Mybatis学习之特殊SQL的执行（六）
最新发布
PP东博客
08-05 297
{ids}不推荐使用，因为这边会自动添加单引号，变成 delete from t_user where id in (‘9,10’)。上述三种方式，推荐是哟第二第三种。Java的Mapper接口。Java的Mapper接口。Java的Mapper接口。Java的Mapper接口。Mapper.xml文件。Mapper.xml文件。Mapper.xml文件。Mapper.xml文件。
【C 学习】03-你的第一个C程序
c_QFy_17的博客
08-03 982
简单来说，
全面掌握Linux系统，兄弟连教程1-16章学习笔记
“兄弟连Linux教程1-16章学习笔记（全）”是针对Linux初学者和希望快速掌握Linux基本知识和技能的学习者而准备的学习资料。这份学习笔记涵盖了Linux基础知识、基本命令的使用、系统管理、网络配置、Shell编程等方面...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

司南锤

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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