随笔分类 - 神经网络原理课程
摘要：参考链接：https://www.yanxishe.com/TextTranslation/2668?from=wcm
阅读全文
摘要：1.信息熵及梯度计算 热力学中的熵：是表示分子状态混乱程度的物理量 信息论中的熵：用来描述信源的不确定性的大小 经常使用的熵概念有下列几种： 信息熵、交叉熵、相对熵、条件熵、互信息 信息熵（entropy） 信源信息的不确定性函数f通常满足两个条件： 是概率p的单调递减函数。 两个独立符号所产生的不
阅读全文
摘要：训练集和测试集（训练集包含两个文件：train_negative.txt和train_positive.text，分别包含2000多的负样本和2000多的正样本。文件里面的每一行代表一个样本（例如：一篇电影评论）。测试样本类似。）： 链接：https://pan.baidu.com/s/1GybqI
阅读全文
摘要：1 """ 2 #演示内容：二次回归和线性回归的拟合效果的对比 3 """ 4 print(__doc__) 5 6 import numpy as np 7 import matplotlib.pyplot as plt 8 from sklearn.linear_model import Lin
阅读全文
摘要：1.线性回归模型及求解方法 什么是回归？ X的行表示每个样本，列表示每个特征。 研究X和Y之间关系的统计分析方法称之为回归。其中X是自变量，Y是因变量。 利用训练数据，使用回归模型（如线性模型）去拟合变量之间的关系。因此训练任务就是利用数据，来学习模型中的参数 parameter（如线性模型中的斜率
阅读全文
摘要：1 """ 2 演示内容：文档的向量化 3 """ 4 from sklearn.feature_extraction.text import CountVectorizer 5 corpus = [ 6 'Jobs was the chairman of Apple Inc., and he wa
阅读全文
摘要：1.特征工程 什么是特征工程？ 引自知乎:“数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。 深度学习也要用到特征，需要对输入的特征进行组合变换等处理。 自动分词 自动分词就是将用自然语言书写的文章、句段经计算处理后，以词为单位给以输出，为后续加工处理提供先决条件。 词形规范化的两
阅读全文
摘要：1 #利用鸢尾花数据集绘制P-R曲线 2 print(__doc__) #打印注释 3 4 import matplotlib.pyplot as plt 5 import numpy as np 6 from sklearn import svm, datasets 7 from sklearn.
阅读全文
摘要：1.深度学习的引入 组合低层特征，形成了更加抽象的高层特征。 表达式中的u，w参数需要在训练中通过反向传播多次迭代调整，使得整体的分类误差最小。 深度学习网络往往包含多个中间层（隐藏层），且网络结构要更复杂一些。 2.数据集及其拆分 Iris（鸢尾花）数据集 分类特征：花萼和花瓣的宽度和长度 数据集
阅读全文
