
無監(jiān)督學習與自編碼器實現(xiàn)培訓
在機器學習里在真正開始訓練跑算法之前,
都需要進行數(shù)據(jù)預處理,
我們需要人工的或“啟發(fā)式”地去處理數(shù)據(jù),提取特征,
數(shù)據(jù)預處理的效果對后續(xù)訓練過程很關鍵。
這門課程將介紹一種基于無監(jiān)督學習神經(jīng)網(wǎng)絡數(shù)據(jù)降維的一種應用——自聯(lián)想存儲器。
1 無監(jiān)督學習
2 梯度下降算法
3 數(shù)據(jù)標準化
1
無監(jiān)督學習介紹
1.無監(jiān)督學習Unsupervisedlearning
2.聚類Clustering 3.特征提取Featuresextraction
4.自編碼器Autoencoder
2
自編碼器實現(xiàn)
1.歸一化 2.批量梯度下降Batchgradientdescent
3.隨機梯度下降Stochasticgradientdescent
4.小批梯度下降Minibatchgradientdescent
1 無監(jiān)督學習的基礎概念
2 實驗數(shù)據(jù)預處理:標準化
3 前向傳播代碼實現(xiàn)
4 反向傳播代碼實現(xiàn)
5 自編碼器模型的訓練

請
登錄
后發(fā)表評論
新評論
全部
第1節(jié)
第2節(jié)
第3節(jié)
第4節(jié)
第5節(jié)
第6節(jié)
第7節(jié)
第8節(jié)
第9節(jié)
第10節(jié)
第11節(jié)
第12節(jié)
第13節(jié)
第14節(jié)
第15節(jié)
第16節(jié)
第17節(jié)
我的報告 / 所有報告