摘要：
四个方面： 1、基于数据改善性能 2、借助算法改善性能 3、用算法调参改善性能 4、借助模型融合改善性能 1、基于数据改善性能 改变你的训练集数据以及问题定义方式。 获得更多的数据； 数据扩充； 清洁数据：可以纠正或删除一些缺失或错误的观测值，或者在合理范围外的离群点，从而提升数据质量； 重新界定问 阅读全文
摘要：
1、为什么要用神经网络？ 对于非线性分类问题，如果用多元线性回归进行分类，需要构造许多高次项，导致特征特多，学习参数过多，从而复杂度太高 。 在神经网络中引入激活函数一个重要的原因就是为了引入非线性。 2、CNN基本问题 层级结构：输入层->卷积层->激活层->池化层->卷积层->激活层->池化层- 阅读全文