神經網絡學習筆記(1):**函數、梯度下降、基本構建等

神經網絡是機器學習中的一個模型,可以用於兩類問題的解答:  分類:把數據劃分成不同的類別 迴歸:建立數據間的連續關係   感知器算法->誤差函數(梯度下降) 離散誤差與連續誤差 要使用梯度下降,誤差必須是連續的,誤差函數必須是可微分的   離散算法:學生是否被錄取->連續算法:學生被錄取概率 **函數:step function->sigmoid function 多類別分類和 Softmax 用
相關文章
相關標籤/搜索