深入浅出|深度学习算法之BP神经网络 详细公式推导 所谓神经网络,目前用得最广泛的一个定义是“的神经网络是由具有适应性简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所做出 ...
来源:CDA数据分析师 | 发布时间:2018-08-29 06:46:09
深度学习损失函数 在利用深度学习模型解决有监督问题时,比如分类、回归、去噪等,我们一般的思路如下: 1、信息流forward propagation,直到输出端; 2、定义损失函数L(x, y | theta); ...
来源:CDA数据分析师 | 发布时间:2018-08-24 06:42:51
深度学习之损失函数与激活函数的选择 在深度神经网络(DNN)反向传播算法(BP)中,我们对DNN的前向反向传播算法的使用做了总结。其中使用的损失函数是均方差,而激活函数是Sigmoid。实际上DNN可以使用的损 ...
来源:CDA数据分析师 | 发布时间:2018-08-21 07:02:12
数据挖掘、机器学习、深度学习、推荐算法的联系与差别总结 网上搜索了一堆,最后对这几个概念的联系与差别总结如下: 1.数据挖掘:data mining,是一个很宽泛的概念。字面的意思是从成吨的数据里面挖掘有用 ...
来源:CDA数据分析师 | 发布时间:2018-07-03 06:46:10
深度学习防止过拟合的方法 过拟合即在训练误差很小,而泛化误差很大,因为模型可能过于的复杂,使其”记住”了训练样本,然而其泛化误差却很高,在传统的机器学习方法中有很大防止过拟合的方法,同样这些方法很多也 ...
来源:CDA数据分析师 | 发布时间:2018-02-26 06:56:02
人工智能、大数据与深度学习之间的关系和差异 网络上从不缺乏对数据科学术语进行比较和对比的文章。文笔各异的人写出了各式各样的文章,以此将他们的观点传达给任何愿意倾听的人。这几乎是势不可挡的。 所以 ...
来源:CDA数据分析师 | 发布时间:2017-12-23 07:03:45
深度学习已成功应用于这三大领域 在本章中,我们将介绍如何使用深度学习来解决计算机视觉、语音识别、自然语言处理以及其他商业领域中的应用。首先我们将讨论在许多最重要的AI 应用中所需的大规模神经网络的实 ...
来源:CDA数据分析师 | 发布时间:2017-11-20 07:04:59
深度学习+大数据? “人工智能”标准有待厘清 人工智能现在是一个大热的词儿,彭博信息研究公司的调查结果表明,最近两年,人工智能在很多公司的电话会议记录中出现的频率大幅上升,收购人工智能的意向也开始增 ...
来源:CDA数据分析师 | 发布时间:2017-08-03 06:48:44
大数据和深度学习有什么区别 都是 data-driven 的模型,都是学习一种更加 abstract 的方式来表达特定的数据,假设和模型都对特定数据广泛适用。好处是,这种学习出来的表达方式可以帮助我们更好的理解和 ...
来源:CDA数据分析师 | 发布时间:2016-12-09 16:08:17