乐池

摘要： 就是链式求导法则 参考资料 视频【官方双语】深度学习之反向传播算法 上/下 Part 3 ver 0.9 beta 图片举例解释 “反向传播算法”过程及公式推导（超直观好懂的Backpropagation） 公式整个推导神经网络之反向传播算法（BP）公式推导（超详细） 代码实现深度学习之反向传播算法 阅读全文

摘要： 1.多层感知机（MLP）原理简介 多层感知机（MLP，Multilayer Perceptron）也叫人工神经网络（ANN，Artificial Neural Network），除了输入输出层，它中间可以有多个隐层，最简单的MLP只含一个隐层，即三层的结构，如下图 从上图可以看到，多层感知机层与层之 阅读全文

摘要： 1. RNN 阅读全文

摘要： 1. Series类型 Series类型由一组数据及与之相关的数据索引组成 也可以自定义索引： 1.1 初始化 从标量创建： 从字典创建： 从ndarray类型创建： 1.2 基本属性 Series类型包括index和values两部分。 Series类型的操作类似ndarray类型 Series类 阅读全文

摘要： 1. 简介 Matplotlib库的效果：http://matplotlib.org/gallery.html Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发 matplotlib.pyplot是绘制各类可视化图形的命令子库相当于快捷方式。 import matplotl 阅读全文

摘要： 1. 初始化 numpy数组即numpy的ndarray对象，创建numpy数组就是把一个列表传入np.array()方法。 下面介绍4种方法： 从Python中的列表、元组等类型创建ndarray数组。 x = np.array(list/tuple) x = np.array(list/tupl 阅读全文

摘要： 1. 线性可分支持向量机 线性可分支持向量机（Linearly Separable Support Vector Machine）是支持向量机中的一种特例，用于解决线性可分的分类问题。它的目标是找到一个超平面，将不同类别的数据点分隔开，同时最大化分类的间隔。 首先，我们来定义线性可分的SVM的目标函 阅读全文

摘要： 1. 线性回归 \[w = (X^TX)^{-1}X^TY \]对于矩阵X，若某些列线性相关性较大(即训练样本中某些属性线性相关 )，就会导致\(X^TX\)的值接近0，在计算\((X^TX)^{-1}\)时就会出现不稳定性。 结论:传统的基于最小二乘的线性回归法缺乏稳定性 2.岭回归 通常情况下会 阅读全文

摘要： 1.多项式回归介绍 在一元回归分析中，如果依变量y与自变量X的关系为非线性的，但是又找不到适当的函数曲线来拟合，则可以采用一元多项式回归 多项式回归的最大优点就是可以通过增加X的高次项对实测点进行逼近，直至满意为止。 事实上，多项式回归可以处理相当一类非线性问题，它在回归分析中占有重要的地位，因为任 阅读全文

摘要： 1. 导入包 import numpy as np import matplotlib.pyplot as plt from sklearn import linear_model 2. 加载训练数据 # 建立datasets_X和datasets_Y用来存储数据中的房屋尺寸和房屋成交价格。 dat 阅读全文