【西瓜书机器学习】第五章 神经网络

一起啃西瓜书(5)-神经网络《机器学习-周志华》 - 知乎 (zhihu.com)参考进行自我复习整理,侵删!

1、神经元模型
  1. 神经网络定义:神经网络是由 具有适应性简单单元 组成的广泛 并行互连 的网络。
  2. M-P神经元模型:输入、处理、输出

第二步超过阈值则兴奋(做出反应),否则不兴奋(没反应) ,通过f(x)阶跃函数实现,但阶跃函数不连续,使用sigmoid函数。

2、感知机
  1. 组成:两层,输入层 接受外界信号、输出层是"M-P神经元"。

  2. 明确:输入层 的神经元不是"M-P神经元",他们**没有"阈值"**可言,无激活函数

  3. 把阈值转换为类似权重*输入值 的形式:

  4. 学习规则:对于一个样例(x,y),当前感知机的输出为 𝑦^,也就是y为根据x得到的真实的y,也是我们期望感知机能得到的y,但是感知机实际输出的为 𝑦^,两者之间的差距为y- 𝑦^,为了使输出更接近,也就是使y- 𝑦^最小化,我们需要调整感知机参数(所有权重及阈值,阈值已经被转换为了权重形式),调整公式如下:

    也就是学习率越大,调整幅度越大;感知机输出与实际之间的差距越大,调整幅度越大;该神经元的输入值越大,调整幅度越大。同时我们也可以得到如下结论:

  • 若感知机预测正确,不需要调整
  • w向着预测正确的方向调整
  • 根据错误的程度对参数进行调
  1. 可解决问题:线性可分问题。也就是在坐标系中两种类型之间可以用一条线划分开,比如与或非问题可划分如下,其中蓝色为正样本,绿色为负样本。

但是异或问题至少要用两条线才可分割开,如下图所示,这也就意味着感知机无法解决该问题,需要引入两层感知机来解决。

相关推荐
视觉语言导航1 分钟前
CoRL-2025 | 物体相对控制赋能具身导航!ObjectReact:学习用于视觉导航的物体相对控制
人工智能·具身智能
Chat_zhanggong34510 分钟前
HI3516CV610-20S开发板
人工智能·嵌入式硬件·编辑器
莫***先15 分钟前
鼎锋优配股票杠杆AI应用软件股走强,Figma涨幅超14%,Confluent涨超10%
人工智能·figma
数在表哥24 分钟前
从数据沼泽到智能决策:数据驱动与AI融合的中台建设方法论与技术实践指南(四)
大数据·人工智能
爱思德学术33 分钟前
中国计算机学会(CCF)推荐学术会议-C(数据库/数据挖掘/内容检索):PAKDD 2026
大数据·机器学习·数据挖掘·知识发现
Web3&Basketball1 小时前
Dify实战:调试技巧深度解析
人工智能
沃恩智慧1 小时前
超越CNN和Transformer!Mamba结合多模态统领图像任务!
人工智能·cnn·transformer
MYZR12 小时前
手持终端的技术演进:从移动计算到智能物联
人工智能·智能家居·核心板·ssd2351
桂花饼2 小时前
Sora 2:当AI视频“以假乱真”,内容创作进入新纪元,体验AI创作能力
人工智能·aigc·多模态学习·ai视频生成·sora 2·视频生成api
x_lrong2 小时前
个人AI环境快速搭建
人工智能·笔记