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·46933
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

weixin_慕娘2087873

文件名改为.csv 系统主动改为表格模式了

0 3-3 数据解析和可视化

2020-02-14

上式中的z(i)中的i怎么理解？

最新回答 / Nikola451

可以理解为每一层神经网络的权重的集合

1 回答 1046 浏览 4-1 适应性线性神经元基本原理(上)

2020-02-10

运行了没有任何结果

最赞回答 / 嬡凊丶琓芣起_0

这两天把这里机器学习_实现简单神经网络看完了，错误代码比较多，新手不太懂，比较费时间提供下项目仓库地址：https://git.imooc.com/xinjian/AdalineGD.git有需要的同学可以去看看

1 回答 784 浏览

2020-02-07

没有讲ppn相关的内容

最赞回答 / Du1in9

<...code...><...code...><...code...>谢谢采纳~

4 回答 1470 浏览 3-4 神经网络对数据实现分类(上)

2020-02-07

慕斯8407727

很不错,但是需要看多次才能理解

0 3-2 实现感知器对象(下)

2019-12-31

缺少的那一节

最赞回答 / Du1in9

我也用的python3.7，这是我的代码，谢谢采纳~<...code...><...code...>

1 回答 1065 浏览 3-5 神经网络对数据实现分类(下)

2019-11-20

真正的w是权重，阈值是权重与输入点积后的一个评判标准，只是为了计算方便，才人为的将它记为w0，放在了点积计算中。原公式是w1*x1 + w2*x2 + ... + wm*xm ?>= 阈值，两边同时加上阈值的相反数，左边就变成了w1*x1 + w2*x2 + ... + wm*xm - 阈值 ?>= 0，再人为的定义“-阈值”记为“w0”，就变成了现在这个样子。（我打不出阈值的那个符号，就先用中文代替下吧）

2 回答 3422 浏览 2-2 感知器分类算法

2019-10-24