- 博客(5)
- 收藏
- 关注
RSS订阅原创 卷积神经网络CNN（二）池化、结构、误差反向传播
上一篇介绍了CNN基本概念和卷积的知识，CNN的特征抽取除了包含卷积，还包含池化。池化池化又叫子采样，是特殊的卷积。池化比较好理解，还是上篇公司工作交接的例子，每个销售区域有100个老员工，我们可以先推举一个最懂本区域的业务人员参与交接（如各区域的领导），其他人员不必参与交接；或者每个区域内部先开一个会，把100个老员工的经验结合在一起，生成一个会议纪要，根据这份纪要与新员工交接。这实际对应两种池...
2018-05-29 14:42:21
7384
2
原创 卷积神经网络CNN（一）基本概念、卷积
卷积神经网络（Convolutional Neural Network）是一个专门针对图像识别问题设计的神经网络。它模仿人类识别图像的多层过程：瞳孔摄入像素；大脑皮层某些细胞初步处理，发现形状边缘、方向；抽象判定形状（如圆形、方形）；进一步抽象判定（如判断物体是气球）。CNN与BPNN的异同如果了解BPNN的框架，那么更容易理解CNN了。本文从CNN与BPNN的异同点出发，分析CNN的结构。首先相...
2018-05-28 21:56:44
36051
2
原创 BP神经网络（BPNN）
本文简要介绍BP神经网络（BPNN, Back Propagation Neural Network）的思想。BP神经网络是最基础的神经网络，结果采用前向传播，误差反向（Back Propagation）传播方式进行。BP神经网络是有监督学习，不妨想象这么一个应用场景：输入数据是很多银行用户的年龄、职业、收入等，输出数据是该用户借钱后是否还贷。作为银行风控部门的负责人，你希望建立一个神经网络模型，...
2018-05-28 16:37:47
90784
5
原创 K-Means
概述K-Means相对比较简单，是一个无监督的聚类算法。给定一堆无标签的数据，将他们聚为K类，K事先是不知道的，需要自己确定。例如，你是一个鞋子制造商的产品经理，需要根据消费者的脚长，设置S、M、L码。根据市场调研，获取了很多消费者的脚长，如何确定初始化中心点...
2018-05-23 16:22:46
506
原创 K近邻
概述K近邻（K-nearest neighbor，k-NN）可以是分类和回归方法，是一种有监督方法。通俗的说，k近邻回归的思想是，假如想预测你的收入，那么通过某种距离计算（如考虑行业、学历、年龄等），找k个和你相似的人，他们的收入求均值即作为你的收入预测。根据k个邻居的类别，采用多数表决等方法确定新实例的类别，或根据邻居的值预测新实例的值。k近邻的三个要素：①距离度量，②k（邻居数）的选择，③分类...
2018-05-23 15:43:08
2277
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人