数据挖掘学习笔记-第四章 神经网络

第四章 神经网络 Netral Networks 

Biological Motivation 

例子 

Perceprons 感知积 

Power of Perceprons 实现一些逻辑上的功能 

Gradient Descent 根据误差来调整权重 

Delta Rule  

Batch Learning  

Stochastic Learning   感知积可以用来解决线性分类问题，线性分类器。不能解决线性不可分问题 

比如：NAND  

Multilayer percepron   如何解决线性不可分问题 

XOR 

 分解问题 

Hidden Layer Representation  

The  Sigmoid Threshold Unit      Sigmoid Function 

Backpropagation Rule  

Training Rule for Output Units  和感知积做对比 

Training Rule for Hidden Units 

BP Framework  

More about BP Networks     BP 可能掉入局部最优点，需要重新计算。也可采用其他算法来训练神经网络

Elman Network , Hopfield Network 

总结：ANN的特点：准确度高，但是可解释性较低，并且训练时间很长。

 Reading Material

数据挖掘学习笔记-第四章 神经网络

原文：https://www.cnblogs.com/xinluo-fresher/p/10770806.html