摘要：本部分重点是对5.3章节的梳理和公式推导。 1.1神经网络 先简单介绍下神经网络，它是现在用的比较多的，深度学习也是基于此。简单看下最初的M-P神经元。 M-P神经元：神经元收到n个其他神经元传递过来的信号Xi，通过权重Wi连接，超过阈值θ就用f函数激活。 这里的f，是激活函数，可以是Sigmoid 阅读全文

摘要：一.部分概念： 决策树：为了对新事例进行分类。 决策树学习的目的:为了获得泛化能力强的决策树。 决策树包括根结点，内部结点，叶结点： 1）根结点：包涵样本全集。 2）内部结点：对应于一个测试属性。 3）叶结点：对应于测试结果。 比如下图中的色泽就是根结点，里面矩形框的是内部结点，椭圆就是叶结点即我们 阅读全文

摘要：本文分享网址： http://www.cnblogs.com/DesertHero2013/p/7662721.html 1）目标：通过一个属性的线性组合；来进行预测模型。即： 其中 是 ；w和b学成后，模型就确定了。 其实 可以理解成各个属性值的权值。 2）性能度量： 求出均方误差并使它最小化，就 阅读全文