使用多种方法完成MNIST分类任务
Python 3.6
Pytorch 1.0
Scikit-learn 0.21
无需下载数据直接跑，代码自动下载
逻辑回归 Logistic Regression
多层感知机 MLP
K近邻 KNN
支持向量机 SVM
卷积神经网络 CNN
循环神经网络 RNN
2022-06-19 17:05:18
1.04MB
多层感知机（multi-layer perceptron）实现手写体分类（TensorFlow）
2022-06-14 13:44:38
3KB
1
'''
感知机学习算法----对偶形式
输入：线性可分的数据集T={(x1,y1),(x2,y2),...,(xN,yN)},其中xi属于R^n,yi属于{-1，+1}，i，2，...,N;学习率h(0感知机模型f(x)
(1)初始a,b=0
(2)在训练集中选取数据(xi,yi)
(3)如果yi(sum(aj*yj*xj*xi)+b)<=0
ai=ai+h
b=b+h*yi
(4)转至(2)直到没有误分类数据
数据集：统计学方法--李航--P45
'''
2022-05-10 09:08:26
2KB
一、感知机（perceptron）的学习：
1. 什么是感知机：是二分类的线性分类模型，输入为实例的特征向量，输出为实例的类别，取+1和-1；
2. 模型类型：感知机将对应的输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型；
3. 感知机模型：感知机学习旨在求出将训练数据进行线性划分的分离超平面，为此，导入基于误分类的损失函数，利用梯度下降法
对顺势函数进行极小化，求得感知机模型。
二、算法步骤：
1.选取初值w0,b0.确定学习率（属于（0，1]）
2.在训练集中选取数据（xi,yi）
3.如果yi(w*xi+b)<=0,更新w,b
w=w+学习率*yi*xi
b=b+学习率*yi
4.转至（2），直到没有误分类
2022-05-07 10:05:17
2KB
【课程简介】
本课程适合所有需要学习机器学习技术的同学，课件内容制作精细，由浅入深，适合入门或进行知识回顾。
本章为该课程的其中一个章节，如有需要可下载全部课程
全套资源下载地址：https://download.csdn.net/download/qq_27595745/85252312
【全部课程列表】
第1章 机器学习和统计学习 共75页.pptx
第2和12章 感知机和统计学习方法总结 共27页.pptx
第3章 k-近邻算法 共69页.pptx
第4章 贝叶斯分类器 共79页.pptx
第5章 决策树 共98页.pptx
第6章 Logistic回归 共75页.pptx
第7章 SVM及核函数 共159页.pptx
第8章 adaboost 共75页.pptx
第9章 EM算法 共48页.pptx
第10章 隐马尔科夫模型 共64页.pptx
第11章 条件随机场 共63页.pptx
第13章 无监督学习概论 共27页.pptx
第14章 聚类方法 共52页.pptx
第15章 奇异值分解 共66页.pptx
第16章 主成分分析 共67页.pptx
第17章 潜在语义
2022-05-04 12:05:49
1.31MB
该代码包括感知机学习算法和对偶形式的感知机学习算法，应用在二分类的问题上，整体上表现出不错的效果
2022-04-30 17:07:00
3KB