伤感的博客

无导师学习算法：Hebb学习率有监督的学习算法：Hebbian学习有导师学习算法：Delta学习规则有导师学习算法：BP算法

BP算法学习过程BP算法最早由Werbos于1974年提出，1985年Rumelhart等人发展了该理论。BP网络采用有指导的学习方式，其学习包括以下4个过程。网络状态初始化(1)组成输入模式由输入层经过隐含层向输出层的“模式顺传播”过程。（前向计算过程）(2)网络的期望输出与实际输出之差的误差信号由输出层经过隐含层逐层休整连接权的“误差逆传播”过程。（逆向计算过程）(3)由“...

BP算法的训练流程大致可分为五个步骤：步骤1：初始化网络权重。步骤2：向前传播输入（前馈型网络）步骤3：反向误差传播（也就是学习过程）步骤4：网络权重与神经网络元偏置调整步骤5：判断结束...

粗糙集(Rough Sets)粗糙集是一种处理不精确、不确定和不完全数据的新的数学方法。它可以通过对数据的分析和推理来发现隐含的知识、揭示潜在的规律。在粗集理论中，知识被认为是一种分类能力。其核心是利用等价关系来对对象集合进行划分。1982年波兰学者Z. Paw lak 提出了粗糙集理论——它是一种刻画不完整性和不确定性(不确定因素和不完备信息)的数学工具，能有效地分析不精确，不一致（in...

粗糙集理论(Rough Set Theory)一种数据分析处理理论。《粗糙集—关于数据推理的理论》。数据挖掘(Data Mining)和知识发现(KDD)。集合近似定义的基本思想及其应用和粗糙集合环境下的机器学习基础研究。在粗糙集中使用信息表（information table) 描述论域中的数据集合.信息表的形式和大家所熟悉的关系数据库中的关系数据模型很相似，是一张二维表格。...