机器学习-实现简单神经网络_技术问答

首页免费课机器学习-实现简单神经网络问答

机器学习-实现简单神经网络

                
                coding迪斯尼
            全栈工程师

                    查看讲师更多课程 
                    coding迪斯尼讲师的其他课程
                
React知识点综合运用实例
高级·18255
免费课程
                                
React响应用户输入
高级·12626
免费课程
                                
React组件
中级·26079
免费课程
                                
Javascript实现二叉树算法
中级·46934
免费课程
                                
                难度初级
            
                时长 1小时54分
            
                学习人数
            
综合评分9.30
                            86人评价
                        查看评价
                                9.6
                                内容实用
                            
                                9.3
                                简洁易懂
                            
                                9.0
                                逻辑清晰

全部评论问答未解决精华

piyang88

神经网络怎么培训的，是不是漏掉讲了，懵逼了？

2 3-4 神经网络对数据实现分类(上)

2017-07-07

lxus

期待下一节

0 4-4 运行适应性神经网络

2017-07-06

piyang88

感谢分享！收益了！

0 3-2 实现感知器对象(下)

2017-07-06

qq_VIP5詯顺_0

这个讲的还算挺简单的 2倍速看也能听懂!

2 2-2 感知器分类算法

2017-07-04

py入门级小学生

errors+=int(update!=0.0)
self.errors_.append(errors)
pass

pass
def net_input(self,x):
return np.dot(X,self.w_[1:])+self.w_[0]
pass
def predict(self,x):
return np.where(self.net_input(x)>=0.0,1,-1)
pass
pass
pass
点赞排序吧！

2 3-3 数据解析和可视化

2017-06-30

py入门级小学生

self.w_=np.zeros(1+x.shape[1]);
self.errors_=[]
for _ in range(self.n_iter):
errors=0
for xi,taret in zip(x,y):
"""
update=eat*(y-y')
xi 向量
"""
update =self.eta*(target-self.predict(xi))

self.w_[1:]+=update*xi
self.w_[0]+=update;

0 3-3 数据解析和可视化

2017-06-30

py入门级小学生

#-*- coding: utf8 -*-
import numpy as np
class Perceptron(object):
"""
eat 学习率
n_iter 权重向量的训练次数
w—— 神经分叉权重
errors 记录神经元判断出错次数

"""
def __init__(self, eat=0.01,n_iter=10):

self.eta = eta
self.n_iter=n_iter
def fit(self,x,y):

2 3-3 数据解析和可视化

2017-06-30