【机器学习入门笔记14：BP神经网络基础】20190218

2019-02-18 by 崔斐然

讲解1：创建最简单的神经网络

整个神经网络分为3层，

第一层：输入层；

输入层矩阵（15行1列）

第二层：隐藏层（中间层）；

隐藏层1行10列

第三次：输出层

输出层矩阵与输入层维度一致15X1。

基本功能：输入：天数 1-15天

输出：每天的股价 1-15天每天的收盘价格

第一层与第二层链接公式：A*W1+b1 = B A是输入矩阵，W1是全组矩阵，b1是片组矩阵，B是中间层矩阵

第二层与第三层链接公式：B*W2+b2=C B是中间层矩阵，W1是全组矩阵，b1是片组矩阵，C是输出层矩阵

那么维度的变化呢：

实际就是使用梯度下降法

【机器学习入门笔记14：BP神经网络基础】20190218相关推荐

机器学习入门（14）— 神经网络学习整体流程、误差反向传播代码实现、误差反向传播梯度确认、误差反向传播使用示例
1. 神经网络学习整体流程神经网络学习的步骤如下所示. 前提神经网络中有合适的权重和偏置,调整权重和偏置以便拟合训练数据的过程称为学习.神经网络的学习分为下面 4 个步骤. 步骤1(mini-ba ...
机器学习入门笔记(二) 机器学习基础概念
第二章机器学习基础概念 1.机器的数据 2.机器学习的主要任务 3.监督学习和非监督学习 4.批量.在线学习.参数.非参数学习 5.哲学思考 6.环境的搭建 1.机器的数据我们以鸢尾花的数据为例. ...
【机器学习入门笔记0：OpenCV+TensorFlow学习内容(目录)】20190122
2019-01-22 by 崔斐然计划在三月初完成如下内容第一章课程导学 1-1 计算机视觉导学(解释机器视觉可以做什么,既然已经看到这篇文章,估计心里已经有谱了) 第二章计算机视觉入门 2- ...
十年公务员转行IT，自学AI三年，他淬炼出746页机器学习入门笔记
整理 | Jane 编辑 | Just 出品 | AI科技大本营(ID:rgznai100) 近期,梁劲传来该笔记重大更新的消息.<机器学习--从入门到放弃>这本笔记的更新没有停止,在基于 ...
机器学习入门笔记（七）：聚类
文章目录一.聚类的基本概念 1.1 相似度或距离 1.2 类或簇 1.3 类与类之间的距离二.层次聚类 2.1 基本概念 2.1 算法描述 2.3 例题三.K均值聚类 3.1 模型 3.2 策略 ...
机器学习入门笔记（五）：决策树
文章目录一.决策树模型与学习 1.1 决策树模型 1.2 决策树与 if-then 规则 1.3 决策树与条件概率分布 1.4 决策树的学习二.特征选择 2.1 信息增益 2.2 例题:利用信息增 ...
机器学习入门笔记（二）：线性模型
文章目录一.基本形式二.线性回归 2.1 离散属性连续化 2.2 最小二乘法 2.3 多元线性回归 2.4 广义线性模型三.对数几率回归(逻辑回归) 3.1 最大似然估计四.线性判别分析(LD ...
机器学习入门笔记（一）：模型性能评价与选择
文章目录一.训练误差与测试误差 1.1 基本概念 1.2 训练误差 1.3 泛化误差(测试误差) 1.4 过拟合二.模型评估方法 2.1 留出法(hold-out) 2.2 正则化 2.3 交叉验 ...
机器学习入门笔记人工智能黑马程序员
机器学习入门笔记前言这个是根据"黑马程序员"的一套机器学习课程编写的博客.这篇博客上的案例均为课程里面的,但并没有包含所有案例,只是记录了部分. B站视频地址文章目录机器学 ...

【机器学习入门笔记14：BP神经网络基础】20190218

【机器学习入门笔记14：BP神经网络基础】20190218相关推荐

最新文章

热门文章