← 返回卡片

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

核验版本的摘录快照 · 导入于 2026-11-19T03:09:27.765Z

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

此预览只包含定位所需的摘录和上下文。

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