机器学习中使用的神经网络第一讲笔记:Introduction
来源:互联网 发布:mac搜索快捷键是什么 编辑:程序博客网 时间:2024/05/21 09:20
第一周:Introduction
为什么要使用机器学习
解决一般的直接编程解决不了的问题,如识别三维物体等。
机器学习相对于普通编程个人理解类似于黑箱,由已知的给定输入的输出,来得到特定的输入对应的输出,或是其他结论。机器学习最适用的领域举例
Recognizing patterns: 模式识别
– Objects in real scenes 物体识别
– Facial identities 人脸检测
– Spoken words 语言
-Recognizing anomalies: 识别异常
如:信用卡交易的不寻常序列、核电站传感器的不寻常读数等-Prediction: 预测
如未来股票价格或者货币兑换汇率、一个人喜欢看哪种电影等
举例:语音识别
- 常见的几种神经元
阅读全文
0 0
- 机器学习中使用的神经网络第一讲笔记:Introduction
- 机器学习中使用的神经网络第二讲笔记
- 机器学习中使用的神经网络第四讲笔记
- 机器学习中使用的神经网络第五讲笔记
- 机器学习中使用的神经网络第六讲笔记
- 机器学习中使用的神经网络第七讲笔记
- 机器学习中使用的神经网络第九讲笔记
- 机器学习中使用的神经网络第十讲笔记
- 机器学习中使用的神经网络第二讲笔记:神经网络的结构和感知机
- 机器学习中使用的神经网络第三讲笔记:线性/逻辑神经网络和BackPropagation
- 机器学习中使用神经网络第三讲笔记
- Stanford机器学习---第一讲. Introduction of machine learning
- 台湾国立大学的《机器学习基石》第一讲 笔记
- 《机器学习基石》笔记:第一讲
- 机器学习第一讲
- 机器学习 第一讲
- 机器学习 - 第一讲
- 机器学习-第一讲机器学习的动机与应用
- 关于LCD液晶屏的显示错误
- 垃圾收集机制
- AndroidStudio 预览Layout 问题
- spring框架为我们提供了三种注入方式,分别是set注入,构造方法注入,接口注入。
- iOS Xcode中的Workspace、Project、Target、Scheme
- 机器学习中使用的神经网络第一讲笔记:Introduction
- 2017.05.23:SVM、TFIDF、word2vect
- linux通配符与正则表达式
- Python学习笔记03 for循环和while循环
- kylin初识
- Segmentation fault到底是何方妖孽
- echo字符串的同时输出变量
- spring batch出现A job execution for this job is already running异常
- Qt中改变子窗口透明度