KID_XiaoYuan

摘要： 神经网络模型的构成：神经元 如图是一个神经元模型，这里a1-an代表输入的各个分量。w1-wn代表神经网络的各个突触的权值。b表示一个偏置。f:传递函数，常是非线性函数。t：神经元的输出。 用数学表示为,其中 为权向量，为的转置 为输入向量 为偏置 为传递函数 意义为求得输入向量与权向量的內积后，经 阅读全文

摘要： 过拟合问题的表现： 在之前的线性回归问题中，我们通过拟合一条曲线来预测新的样例，在这条直线拟合的过程中，可能会出现欠拟合或过拟合现象，如图所示1是欠拟合，2是过拟合： 过拟合问题往往表现为虽然图像经过了所有的点，但是函数仍然存在波动，即不稳定平滑。 过拟合通常伴随着高方差，导致不能应用到新的数据中去 阅读全文