1.人工智能的核心 --》 机器学习 --》 深度学习 --》 神经网络 2.深度学习的工作流程： a。训练样本 b。特征抽取 c。学习函数 d。预测 3.人工智能的运用范围： 自然语言处理 ； 计算机视觉 等 4.深度学习的框架： a。caffe：不需要写代码；1.数据处理；2.定义网络；3.指定 ...
分类：
其他好文 时间：
2017-05-24 16:04:06
阅读次数：
245
一、状态和模型 在CNN网络中的训练样本的数据为IID数据（独立同分布数据），所解决的问题也是分类问题或者回归问题或者是特征表达问题。但更多的数据是不满足IID的，如语言翻译，自动文本生成。它们是一个序列问题，包括时间序列和空间序列。这时就要用到RNN网络，RNN的结构图如下所示： 序列样本一般分为 ...
分类：
其他好文 时间：
2017-05-12 20:11:06
阅读次数：
2398
背景：通常一类问题出现在需要对训练样本进行一定比例的筛选，或者已知的训练样本都是正样本，而负样本却很少的情况。 这种情况下，往往需要训练一个对于训练样本紧凑的分类边界，就可以通过负样本实验。一个简单的实际例子是：一个工厂对于产品的合格性进行检查时，往往所知道是合格产品的参数，而不合格的产品的参数要么 ...
分类：
其他好文 时间：
2017-05-11 20:25:54
阅读次数：
194
从大量数据中抽取出一些样本，例如，从大量弹珠中随机抽取出一些样本，总的样本中橘色弹珠的比例为，抽取出的样本中橘色弹珠的比例为，这两个比例的值相差很大的几率很小，数学公式表示为： 用抽取到的样本作为训练样本集（in-sample），可以求得一个最佳的假设g，该假设最大可能的接近目标函数f，但是在训练样 ...
分类：
其他好文 时间：
2017-05-08 23:19:44
阅读次数：
218
一：引言 因为在机器学习的一些模型中，如果模型的参数太多，而训练样本又太少的话，这样训练出来的模型很容易产生过拟合现象。在训练bp网络时经常遇到的一个问题，过拟合指的是模型在训练数据上损失函数比较小，预测准确率较高（如果通过画图来表示的话，就是拟合曲线比较尖，不平滑，泛化能力不好），但是在测试数据上 ...
分类：
其他好文 时间：
2017-05-08 15:59:51
阅读次数：
332
监督学习应用例子：以房屋大小和价格为例，本次采用47个样本。 m: training examples,训练样本集 x: "input",variables/features变量，x为输入变量，在本次例子中，表示房屋大小 y: "output", variable/"target" variable ...
分类：
其他好文 时间：
2017-05-07 18:31:26
阅读次数：
181
目前为止，我们已经讨论了神经网络在有监督学习中的应用。在有监督学习中，训练样本是有类别标签的。现在假设我们只有一个没有带类别标签的训练样本集合 ，其中 。自编码神经网络是一种无监督学习算法，它使用了反向传播算法，并让目标值等于输入值，比如 。下图是一个自编码神经网络的示例。 自编码神经网络尝试学习一 ...
分类：
Web程序 时间：
2017-05-06 19:05:30
阅读次数：
1119
/* *icvSetWeightsAndClasses *作用：给训练样本的权重和类别赋值 */ static void icvSetWeightsAndClasses( CvHaarTrainingData* training_data, int num1, float weight1, floa ...
分类：
其他好文 时间：
2017-05-05 23:11:22
阅读次数：
176
转载链接：http://www.cnblogs.com/tornadomeet/archive/2013/03/17/2964515.html 前言： 本节主要是练习regularization项的使用原则。因为在机器学习的一些模型中，如果模型的参数太多，而训练样本又太少的话，这样训练出来的模型很容 ...
分类：
其他好文 时间：
2017-05-05 17:19:27
阅读次数：
146
一 分类概述 分类在数据挖掘中是一项很重要的任务。分类的目的是学会一个分类函数或分类模型（也经常称作为分类器),该模型能把数据库中的数据项映射到给定类别中的某一个类别。 分类属于一种有指导的学习，模型的学习是在被告知每一个训练样本属于哪个类的“指导”下进行的。并随机的从样本群选取。每一个训练样本另一 ...
分类：
其他好文 时间：
2017-04-24 15:45:15
阅读次数：
151
