深度学习 | 神经网络概论-Demystification
在许多领域中,人工神经网络运用是很广泛的,比如:语音识别、机器翻译、人脸图像识别、癌细胞的识别、疾病的预测和股市走向的预测等领域。人工神经网络听起来very高大上,其实它本质上是一种有向图,只不过它这有向图有点特殊。有向图包括 节点 和 有向弧 。人工神经网络神经元其实是有向图的节点,不过是换种代名词。下面我谈一下这种有向图的特殊性: 1. 所有的节点是分层的(同一层节点没有
在许多领域中,人工神经网络运用是很广泛的,比如:语音识别、机器翻译、人脸图像识别、癌细胞的识别、疾病的预测和股市走向的预测等领域。人工神经网络听起来very高大上,其实它本质上是一种有向图,只不过它这有向图有点特殊。有向图包括 节点 和 有向弧 。人工神经网络神经元其实是有向图的节点,不过是换种代名词。下面我谈一下这种有向图的特殊性: 1. 所有的节点是分层的(同一层节点没有
对数几率回归:(Logistic回归)解决二分类问题<div align=center></div> 单位阶跃函数:(不连续、理想状态)<div align=center></div><div align=center>y代表输出标记,z代表预测值</div>预测值大于零就判为正例,小于零就判为反例,预测值为临界值零