狠狠噜天天噜日日噜蜜,自拍色拍去一区二区三区

首頁免費課機器學習-實現簡單神經網絡問答

機器學習-實現簡單神經網絡

                
                coding迪斯尼
            全棧工程師

                    查看講師更多課程 
                    coding迪斯尼講師的其他課程
                
React知識點綜合運用實例
高級·18251
免費課程
                                
React響應用戶輸入
高級·12623
免費課程
                                
React組件
中級·26074
免費課程
                                
Javascript實現二叉樹算法
中級·46997
免費課程
                                
                難度初級
            
                時長 1小時54分
            
                學習人數
            
綜合評分9.30
                            86人評價
                        查看評價
                                9.6
                                內容實用
                            
                                9.3
                                簡潔易懂
                            
                                9.0
                                邏輯清晰

全部評論問答未解決精華

weixin_慕娘2087873

文件名改為.csv 系統主動改為表格模式了

0 3-3 數據解析和可視化

2020-02-14

上式中的z(i)中的i怎么理解？

最新回答 / Nikola451

可以理解為每一層神經網絡的權重的集合

1 回答 1109 瀏覽 4-1 適應性線性神經元基本原理(上)

2020-02-10

運行了沒有任何結果

最贊回答 / 嬡凊丶琓芣起_0

這兩天把這里機器學習_實現簡單神經網絡看完了，錯誤代碼比較多，新手不太懂，比較費時間提供下項目倉庫地址：https://git.imooc.com/xinjian/AdalineGD.git有需要的同學可以去看看

1 回答 822 瀏覽

2020-02-07

沒有講ppn相關的內容

最贊回答 / Du1in9

<...code...><...code...><...code...>謝謝采納~

4 回答 1514 瀏覽 3-4 神經網絡對數據實現分類(上)

2020-02-07

慕斯8407727

很不錯,但是需要看多次才能理解

0 3-2 實現感知器對象(下)

2019-12-31

缺少的那一節

最贊回答 / Du1in9

我也用的python3.7，這是我的代碼，謝謝采納~<...code...><...code...>

1 回答 1107 瀏覽 3-5 神經網絡對數據實現分類(下)

2019-11-20

真正的w是權重，閾值是權重與輸入點積后的一個評判標準，只是為了計算方便，才人為的將它記為w0，放在了點積計算中。原公式是w1*x1 + w2*x2 + ... + wm*xm ?>= 閾值，兩邊同時加上閾值的相反數，左邊就變成了w1*x1 + w2*x2 + ... + wm*xm - 閾值 ?>= 0，再人為的定義“-閾值”記為“w0”，就變成了現在這個樣子。（我打不出閾值的那個符號，就先用中文代替下吧）

2 回答 3581 瀏覽 2-2 感知器分類算法

2019-10-24