数据挖掘学习笔记-第四章 神经网络
第四章 神经网络 Netral Networks
Biological Motivation
SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。
例子
Perceprons 感知积
Power of Perceprons 实现一些逻辑上的功能
Gradient Descent 根据误差来调整权重
Delta Rule
Batch Learning
Stochastic Learning 感知积可以用来解决线性分类问题，线性分类器。不能解决线性不可分问题
比如：NAND
Multilayer percepron 如何解决线性不可分问题
XOR
分解问题
Hidden Layer Representation
The Sigmoid Threshold Unit Sigmoid Function
Backpropagation Rule
Training Rule for Output Units 和感知积做对比
Training Rule for Hidden Units
BP Framework
More about BP Networks BP 可能掉入局部最优点，需要重新计算。也可采用其他算法来训练神经网络
Elman Network , Hopfield Network
总结：ANN的特点：准确度高，但是可解释性较低，并且训练时间很长。
Reading Material
更多精彩
