前面8小节，算从神经网络的结构、简单原理、数据准备与处理、神经元选择、损失函数选择等方面把神经网络过了一遍。这个部分我们打算把知识点串一串，动手实现一个简单的2维平面神经网络分类器，去分割平面上的不同类别样本点。为了循序渐进，我们打算先实现一个简单的线性分类器，然后再拓展到非线性的2层神经网络。我们可以看到简单的实现，能够有分隔程度远高于线性分类器的效果。...
分类：
其他好文 时间：
2016-01-15 01:13:52
阅读次数：
227
版权声明： 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系wheeleast@gmail.com前言： 本来上一章的结尾提到，准备写写线性分类的问题，文章都已经写得差不多了，但是突然...
分类：
其他好文 时间：
2016-01-03 19:42:39
阅读次数：
215
动机(Motivation)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。神经网络(Neural Network)一个简单的神经网络如下图所示，每一个圆圈表示一个神经元，每个神经元接收上一层神经元的输出作为其输入，同时其输出信号到下一层...
分类：
Web程序 时间：
2015-12-24 00:26:50
阅读次数：
303
那几年。我学习机器学习的主要内容：1.机器学习基本导论，机器学习入门了解；2.线性回归与Logistic。xx业绩预測系统。智能交互统计系统等。3.岭回归。Lasso，变量选择技术。维度的技巧等技术；4.降维技术。xx指标设计，详细规范。5.线性分类器，Knn算法，朴素贝叶斯分类器。文本挖掘。XX智...
分类：
其他好文 时间：
2015-12-19 17:55:21
阅读次数：
141
原文：http://blog.sina.com.cn/s/blog_818f5fde0102vxf7.html之前实习，公司团队用LR进行推荐排序的时候，都会将所有特征离散成非常高维的0/1特征（千万维级别），然后再进行模型训练。大牛说这样可以解决模型的非线性问题。因为逻辑回归只能拟合线性分类问题，...
分类：
其他好文 时间：
2015-12-11 12:51:52
阅读次数：
242
1、机器学习概论。 2、线性回归与Logistic。案例：电子商务业绩预测 3、岭回归，Lasso，变量选择技术。从一团乱麻中识别有用维度的技巧 4、降维技术。案例：业绩综合指标设计 5、线性分类器，Knn算法，朴素贝叶斯分类器，文本挖掘，案例：智能判断垃圾短信，通过文本挖掘给用户加标签，评论自动分...
分类：
编程语言 时间：
2015-11-26 01:23:58
阅读次数：
240
线性回归、线性分类、逻辑回归——线性模型线性回归和逻辑回归：https://www.evernote.com/shard/s146/sh/bf0d0a08-d5c5-4dc9-b70f-fa6374b9ceae/14e34bc9e8e518b1a5cc17fc585d75fc线性分类模型：http:...
分类：
其他好文 时间：
2015-11-06 00:06:23
阅读次数：
185
神经网络在解决一些复杂的非线性分类问题时，相对于线性回归、逻辑回归，都被证明是一个更好的算法。其实神经网络也可以看做的逻辑回归的组合（叠加，级联等）。 一个典型神经网络的模型如下图所示： 上述模型由3个部分组成：输入层、隐藏层、输出层。其中输入层输入特征值，输出层的输出作为我们分类的依据。例如一个2...
分类：
其他好文 时间：
2015-11-05 12:04:41
阅读次数：
248
感知机，就是二类分类的线性分类模型，其输入为样本的特征向量，输出为样本的类别，取+1和-1二值，即通过某样本的特征，就可以准确判断该样本属于哪一类。顾名思义，感知机能够解决的问题首先要求特征空间是线性可分的，再者是二类分类，即将样本分为{+1, -1}两类。http://www.cnblogs.co...
分类：
其他好文 时间：
2015-10-26 22:18:09
阅读次数：
186
1.引言 逻辑回归（LR）在分类问题中的应用十分广泛，它是一个基于概率的线性分类器，通过建立一个简单的输入层和输出层，即可实现对输入数据的有效分类。而该网络结构的主要参数只有两个，分别是权重和偏置，本文...
分类：
其他好文 时间：
2015-10-15 19:02:07
阅读次数：
219
