机器学习中使用的神经网络第一讲笔记:Introduction

本文介绍了机器学习的应用领域,包括模式识别、异常检测及预测等,并通过实例解释了其如何解决传统编程难以处理的问题。

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

第一周:Introduction

  1. 为什么要使用机器学习
    解决一般的直接编程解决不了的问题,如识别三维物体等。
    机器学习相对于普通编程个人理解类似于黑箱,由已知的给定输入的输出,来得到特定的输入对应的输出,或是其他结论。

  2. 机器学习最适用的领域举例
    Recognizing patterns: 模式识别
    – Objects in real scenes  物体识别  
    – Facial identities  人脸检测
    – Spoken words  语言
    -Recognizing anomalies: 识别异常
    如:信用卡交易的不寻常序列、核电站传感器的不寻常读数等-Prediction: 预测
    如未来股票价格或者货币兑换汇率、一个人喜欢看哪种电影等
    举例:语音识别
    这里写图片描述

  3. 常见的几种神经元

这里写图片描述
这里写图片描述
这里写图片描述
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