摘要：
正态分布 也叫高斯分布（Gaussian Distribution） \(一般记作,X\sim N(\mu,\sigma^2),\mu是平均数,\sigma^2是方差\) \(p(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2 阅读全文
摘要：
PDF \(连续随机变量 𝑌 的概率分布一般用概率密度函数（ Probability\ Density\ Function ， PDF ）p(x) 来描述。\) \(\int_{-\infty}^{+\infty}p(x)dx=1\) 阅读全文
摘要：
伯努利分布（Bernoulli Distribution） 在一次试验中，事件$A$出现的概率为$\mu$，不出现的概率为1 − \(\mu\)。若用变量X 表示事件A出现的次数，则$X$ 的取值为$0$和$1$，其相应的分布为 \(p(x)=\mu^x(1-\mu)^{1-x}\) 二项分布（Bi 阅读全文
摘要：
人工神经网络主要由大量的神经元以及它们之间的有向连接构成。因此考虑三方面： 神经元的激活规则 主要是指神经元输入到输出之间的映射关系，一般为非线性函数。 ##网络的拓扑结构 不同神经元之间的连接关系。 前馈网络 记忆网络 图网络 ##学习算法 通过训练数据来学习神经网络的参数。 阅读全文
摘要：
赫布法则 Hebb's Rule “当神经元 A的一个轴突和神经元B很近，足以对它产生影响，并且持续地、重复地参与了对神经元B的兴奋，那么在这两个神经元或其中之一会发生某种生长过程或新陈代谢变化，以致于神经元A作为能使神经元B兴奋的细胞之一，它的效能加强了。” 加拿大心理学家Donald Hebb， 阅读全文