Please enable JavaScript.
Coggle requires JavaScript to display documents.
机器学习中的概率统计基础 - Coggle Diagram
机器学习中的概率统计基础
信息论基础
神经网络
代替平方差作为损失函数，提高学习速度
信息的传播
信息量
自信息
互信息
信息熵
交叉熵
条件熵
概率论基础
已知整体，推测个例
通过样本的分布估计总体的分布
机器学习中的无监督学习：机器只有一些样本，属性未知，通过对样本的学习发现总体中的结构信息
神经网络
使用训练好的神经网络模型对未知输入进行分类的过程
应用
模型训练
数据推断
统计学基础
神经网络
使用样本训练神经网络，使之发现样本中的规律
抽样方法
分型抽样
整体抽样
微积分基础
人工神经网络
一种运算模型，有大量节点（或称神经元）间相互连接构成，每个节点代表一个激活函数
激活函数
在人工神经网络的神经元上运行的函数，负责将神经元的输入映射到输出端，将非线性特性引入到网络中，对于人工神经网络模型去学习
连续并可导
尽可能的简单
至于要再合适的区间内
种类
logistic（sigmoid）
tanh（sigmoid）
ReLU（Rectified Linear Unit）
ELU （Exponential Linear Unit）
Swish
Maxout