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

那个权重更新算法，为什么那样更新是合理的，那个更新后的参数就会逼近最终答案？

最新回答 / 慕前端1296039

首先，我们所求的答案并不一定是最优答案（最值），而通常是相对最优答案（极值）。拿周志华机器学习中的例子来说，当你站在山坡的某个位置时，只看你当前位置朝哪个方向走下山最快（即求导的过程），然后朝那个方向迈出一步（即更新权重的过程），之后继续看朝哪个方向走下山最快，再继续迈出一步（反复迭代）。也许，你会走到真正的山底（最值），也许你遇到某个坑就停下了（极值）。而针对极值，如果想要跳出，就涉及后面的优化算法了。

2 回答 1260 浏览 2-2 感知器分类算法

2017-07-02

iris.data.csv的地址可以这样写吗？

最新回答 / 挖牛

用相对路径也是可以的'./1.csv'

2 回答 1393 浏览 3-3 数据解析和可视化

2017-06-30

神经元参数更新ppt中对w求偏导数的公式丢了负号吗？

最新回答 / zony

mu=ita吧符号已经抵消了

2 回答 1093 浏览 4-2 适应性线性神经元的基本原理(下)

2017-06-20

少了一节内容

+ 我来回答回答最高可+2积分

1 回答 1029 浏览 3-4 神经网络对数据实现分类(上)

2017-06-15

花瓣花茎最小值x1_min x2_min 为什么要 -1 ?

最赞回答 / Miss_Squirrel

<...code...>这部分代码其实只是为了描绘出分隔两类的那条分界线，减1只是为了扩大坐标轴范围，点更居中一些，这样画出的图会更好看。以上，谢谢！

1 回答 2714 浏览 3-4 神经网络对数据实现分类(上)

2017-06-08

python version

最赞回答 / 慕粉1047314704

3.0的，2.0没接触过，不过以后的python肯定都是用3.0构建啊，而2.0很多和3.0不一样，所以还是使用3.0比较好

1 回答 1015 浏览

2017-05-31

请问老师数学代码是用什么软件敲出来的？

最新回答 / _清音

anaconda软件

1 回答 1198 浏览 3-2 实现感知器对象(下)

2017-05-30

self.w_[0] += self.etaerrors.sum()*

最新回答 / 乘龙

相当于[1,1,1……1].dot(errors),所有的x0都被初始化为1了，所以跟sum函数的意思一样，老师就直接写成sum了

1 回答 1443 浏览 4-3 适应性神经元代码实现

2017-05-29

self.w[0]为什么要乘以errors.sum()

最新回答 / Wendy_one

原理是△wj的公式（不方便打）中y(i)-φ （z(i)）是errors ,根据求和得到errors.sum()。errors.sum()中的每一个值再与self.eta（学习率）想相乘，也就是△w(w:=w+△w)，而self.w_[0]就是w.也就是对△wj公式和w:=w+△w公式的一个推导。

1 回答 1765 浏览 4-3 适应性神经元代码实现

2017-05-25

为什么运行后会有name 'self' is not defined

最新回答 / qq_破晓_36

self没有定义，你少抄了 def __init__(self, eta=0.01, n_iter=10): self.eta = eta self.n_iter = n_iter

1 回答 9954 浏览 3-2 实现感知器对象(下)

2017-05-24

有木有完整的代码

最赞回答 / 小丸子只有肉没有樱桃

<...code...>

3 回答 2019 浏览 3-5 神经网络对数据实现分类(下)

2017-05-23

x=X[y==c1,0]

最赞回答 / Jessica1221

C1代表数据的类别，即+1或者-1。x的含义是导入数据X中标号为c1的数据的第一列y的含义是导入数据X中标号为c1的数据的第二列

1 回答 1215 浏览 3-5 神经网络对数据实现分类(下)

2017-05-22

谁有训练用的数据

最赞回答 / 只是疯狂只是野

找到了，把下面的数据放到一个txt文件中，再把后缀改为.csv就能用了5.1,3.5,1.4,0.2,Iris-setosa4.9,3.0,1.4,0.2,Iris-setosa4.7,3.2,1.3,0.2,Iris-setosa4.6,3.1,1.5,0.2,Iris-setosa5.0,3.6,1.4,0.2,Iris-setosa5.4,3.9,1.7,0.4,Iris-setosa4.6,3.4,1.4,0.3,Iris-setosa5.0,3.4,1.5,0.2,Iris-setosa4.4,...

2 回答 1111 浏览

2017-05-21