issues
search
hiyouga
/
hiyouga-blog-project
填坑ing...
http://blog.hiyouga.top
MIT License
7
stars
3
forks
source link
人工智能基本框架总结
#24
Closed
hiyouga
closed
6 years ago
hiyouga
commented
6 years ago
持续更新中
机器学习分类:
按照方式不同:
有监督学习(Supervised learning)
通过已有的一部分输入数据与输出数据之间的对应关系,生成一个函数,将输入映射到合适的输出。
无监督学习(Unsupervised learning)
直接对输入数据集进行建模,寻找关联。
半监督学习(Semi-supervised learning)
综合利用有输入输出的数据,和只有输入的数据来进行训练。可以简单理解成监督学习和非监督学习的综合。
神经网络模型:
模型分类:
卷积神经网络(CNN)
循环神经网络(RNN)
深度神经网络(DNN)
学习方法:
梯度下降
反向传播
激活函数:
阶跃函数
sigmoid函数
tanh函数
ReLU修正线性单元
几大问题:
梯度消失
数值爆炸
细胞坏死
现实应用:
计算机视觉(Computer Vision, CV)
自然语言处理(Natural Language Processing, NLP)
机器学习分类:
通过已有的一部分输入数据与输出数据之间的对应关系,生成一个函数,将输入映射到合适的输出。
直接对输入数据集进行建模,寻找关联。
综合利用有输入输出的数据,和只有输入的数据来进行训练。可以简单理解成监督学习和非监督学习的综合。
神经网络模型:
模型分类:
学习方法:
激活函数:
几大问题:
现实应用: