1.简述人工智能、机器学习和深度学习三者的联系与区别。 答：人工智能是最早出现的，也是最大、最外侧的同心圆；其次是机器学习，稍晚一点；最内侧，是深度学习，也是当今人工智能大爆炸的核心驱动。 人工智能是目的，是结果；深度学习、机器学习是方法，是工具； 机器学习，一种实现人工智能的方法；机器学习都可以被 ...
分类：
其他好文 时间：
2020-06-01 12:09:07
阅读次数：
60
1.简述人工智能、机器学习和深度学习三者的联系与区别。 2. 全连接神经网络与卷积神经网络的联系与区别。 全连接神经网络和卷积神经网络中的每一个节点就是一个神经元。 在全连接神经网络中，每相邻两层之间的节点都有边相连，于是会将每一层的全连接层中的节点组织成一列，这样方便显示连接结构。而对于卷积神经网 ...
分类：
其他好文 时间：
2020-06-01 11:55:01
阅读次数：
53
1.简述人工智能、机器学习和深度学习三者的联系与区别。 解析：人工智能是机器诠释的人类智能，是机器学习和深度学习后想实现的结果和目的，机器学习是实现人工智能的方法，深度学习是机器学习算法中的一种算法，一种实现机器学习的技术和学习方法。 2. 全连接神经网络与卷积神经网络的联系与区别。 解析：卷积神经 ...
分类：
其他好文 时间：
2020-06-01 11:53:33
阅读次数：
66
1.简述人工智能、机器学习和深度学习三者的联系与区别。 人工智能是目的，是结果。 深度学习、机器学习是方法、是工具。 机器学习，一种实现人工智能的方法；机器学习都可以精准地被定义为：1任务T；2.训练过程E;3.模型表现P。 深度学习则是一种实现机器学习的技术；它适合处理大数据。 深度学习使得机器学 ...
分类：
其他好文 时间：
2020-06-01 11:45:00
阅读次数：
61
迁移学习将会是引领下一次机器学习热潮的驱动力。 —吴恩达 一些相关资源： 计算机应用技术博士王晋东关于迁移学习的归纳整理：http://transferlearning.xyz 综述迁移学习 A Survey on Transfer Learning：https://www3.ntu.edu.sg/ ...
分类：
其他好文 时间：
2020-05-31 18:22:23
阅读次数：
841
本节主要讲解如何使用集成学习来提高预测的精度 ###集成学习方法 在机器学习中的集成学习可以在一定程度上提高预测精度，常见的集成学习方法有Stacking、Bagging和Boosting，同时这些集成学习方法于具体验证集划分联系密切。 由于深度学习模型一般需要较长的训练周期，如果硬件设备不允许，建 ...
分类：
其他好文 时间：
2020-05-31 13:16:39
阅读次数：
63
PCA对手写数字数据集的降维 1. 导入需要的模块和库 from sklearn.decomposition import PCA from sklearn.ensemble import RandomForestClassifier as RFC from sklearn.model_select ...
分类：
编程语言 时间：
2020-05-30 23:26:07
阅读次数：
114
正则化的目的是为了防止过拟合，降低模型的复杂度。 正则化的打开方式： 在目标函数后面添加一个系数的“惩罚项”。 式中， 是一个常数， 为样本个数， 是一个超参数，用于控制正则化程度。 1、L1正则化：在目标函数后面加了所有特征系数的绝对值之和。L1正则化更适用于特征选择，每次更新过程中会减去或加上一 ...
分类：
其他好文 时间：
2020-05-30 22:03:08
阅读次数：
108
专有名词 机器学习 (machine learning) 预测分析 (predictive analytics) 统计学习 (statistical learning) 监督学习 (supervised learning) 无监督学习 (unsupervised learning) 样本 (samp ...
分类：
编程语言 时间：
2020-05-30 21:59:46
阅读次数：
75
一个成熟合格的深度学习训练过程至少具备以下功能： 在训练集上训练，并在验证集上进行验证 模型可以保存最优的权重，并读取权重 记录训练集和验证集的精度，便于调参 本节将构建验证集、模型训练和验证、模型保存与加载和模型调参等几个部分 ###构造验证集 在机器学习模型（特别是深度学习模型）的训练过程中，模 ...
分类：
其他好文 时间：
2020-05-30 21:29:19
阅读次数：
70
