概述
1、机器学习的四个步骤
特征表示、建立模型、设立目标函数、优化求解
2、k均值：方差相等的若干个高斯混合和得到
聚类的衡量指标：均一性、完整性、V-measure、轮廓系数
3、相似度度量算法：Jaccard相似系数、余弦相似度、Pearson相关系数、文科夫斯基距离/欧式距离、相对熵、Hellinger距离
4、白化和漂白：去除数据输入中的冗余信息，降低冗余性。
5、高斯分布的偏度和峰度
6、切比雪夫不等式：描述方差对x分散程度
7、LSTM解决了RNN中梯度消失和梯度爆炸、不能处理时间过长的序列等问题。引入了门控单元，输入门、输出门、遗忘门。
8、有监督学习：让网络自己学习数据中的一般规则。 无监督学习：根据数据特有结构和学习规则，对数据进行共性分析。
9、激活函数的作用：能够给神经网络加入一些非线性因素，一遍能够更好地解决较为复杂的现实非线性问题。
10、BP算法：用来解决多层神经网络的隐含层连接权重的学习问题。分为正向传播和反向传播，正向传播计算损失，反向传播更新权值。
最后
以上就是娇气云朵为你收集整理的杂谈的全部内容，希望文章能够帮你解决杂谈所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复