- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
智能算法程序设计(Python)Chap1.3机器学习的历史与现状
机器学习的历史与现状ArthurSamuel于1950年代发明了“机器学习”这个词大致划分为五个阶段:(1)感知机只有输入和输出两层,可以从数据中进行自适应的端对端学习。只能解决“线性可分”问题。其历史意义是重大的、奠基性的。(2)神经网络在感知机的基础上引入隐藏层(一个或多个)和激活函数,就形成了经典的“前馈神经网络”。而其学习算法则依赖于1980年代由Rumelhart等人重新发明的误差反向传播算法(BP算法)。(3)支持向量机严格的理论支撑、可靠的全局最优求解、避免过拟合等优点,被广
您可能关注的文档
- 机器学习(Python版) 课件 chap1-微视频-1.3-机器学习的由来.pptx
- 机器学习(Python版) 课件 chap2.1-k近邻分类器.pptx
- 机器学习(Python版) 课件 chap2.1-微视频-2.1.1 kNN三要素.pptx
- 机器学习(Python版) 课件 chap2.1-微视频-2.1.6 kNN核心代码实现.pptx
- 机器学习(Python版) 课件 chap2.2-决策树.pptx
- 机器学习(Python版) 课件 chap2.2-微视频-2.2.1 决策树算法原理.pptx
- 机器学习(Python版) 课件 chap2.2-微视频-2.2.3 决策树最优划分属性选择.pptx
- 机器学习(Python版) 课件 chap2.2-微视频-2.2.6 决策树的核心代码实现.pptx
- 机器学习(Python版) 课件 chap2.3-对数几率回归.pptx
- 机器学习(Python版) 课件 chap2.3-微视频-2.3.3 梯度下降与随机梯度下降.pptx
有哪些信誉好的足球投注网站
文档评论(0)