原书出处
机器学习算法原理与编程实践
06 第6章 神经网络初步
F神经网络,人们可以轻松地模拟出任何一种非线性数据的变化趋势。 非凸性。我们在第5章讲过,凸函数的局部最优也是全局最优。
所谓非凸性,是指函数有多个局部最优值,故系统在运行时具有多个稳态。这类不确定性的问题为全局寻优提出了新的挑战,模拟退火是这方面比较成功的尝试。 动态(Dynamic)性。智能系统与算法需要具有自适应、自组织、自学习的能力。
神经网络的设计原理是经验风险最优,也就是网络的学习来源于大量的训练数据,通过对权重的调整使网络学习出数据内在的规律。迭代
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00022.html
EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d