顯示具有 機器學習，KNN 標籤的文章。 顯示所有文章
顯示具有 機器學習，KNN 標籤的文章。 顯示所有文章
2017年5月7日 星期日

深度學習(3)--循環神經網絡(RNN, Recurrent Neural Networks)

›
    本節介紹最簡單的循環神經網路，稱之為Simple-RNN，它是LSTM的基礎。Simple-RNN與BP一樣都有前饋層與反饋層。但是Simple-RNN引入了基於時間(狀態)的循環機制。     下圖一所示為Simple-RNN的神經網路示意圖。神經網路為A，通過讀...
2017年3月26日 星期日

深度學習(2)--使用Tensorflow實作卷積神經網路(Convolutional neural network，CNN)

›
    卷積神經網路(Convolutional neural network，CNN) ，是一多層的神經網路架構，是以類神經網路實現的深度學習，在許多實際應用上取得優異的成績，尤其在影像物件識別的領域上表現優異。      傳統的 多層感知器(Multilayer Per...
2017年2月25日 星期六

機器學習(7)--利用核主成分分析(Kernel PCA)處理非線性對應

›
    在這之前所探討的輸入數據都是假設為可線性分離的，如果輸入數據不是線性可分離的，實務上的數據往往是這樣，那麼標準PCA，所設計的線性轉換技術就不是最好的選擇，在本節介紹核PCA(kernel PCA)，它與核支援向量機(kernel SVM)類似，利用核技巧來將非線性分離...
2017年2月23日 星期四

機器學習(6)--主成分分析(Principal component analysis，PCA)

›
    這一篇介紹 主成分分析(Principal component analysis，PCA) ，是一種特徵提取的技術，利用特徵降維來避免因維度災難所造成的 過度適合(Overfitting) 現象。就是說假如訓練資料集裡有很多個特徵數據，我們可以利用 主成分分析(Pri...
2017年2月18日 星期六

機器學習(5)--邏輯斯迴歸，過度適合與正規化( Logistic regression，overfitting and regularization)

›
  本節介紹 邏輯斯迴歸模型(Logistic regression) ， 過度適合(overfitting) 與 正規化(regularization) 。邏輯斯迴歸模型(Logistic regression)能處裡線性和二元分類的問題，要注意的是這裡所要說的邏輯斯迴歸模型...
2017年1月7日 星期六

深度學習(1)-如何在windows安裝Theano +Keras +Tensorflow並使用GPU加速訓練神經網路

›
本篇文章介紹如何安裝Theano 及Keras， Tensorflow深度學習的框架在windows環境上，並快速的使用Keras的內建範例來執行人工神經網路的訓練。      之前也有實作Tensorflow 及caffe在VM+ubuntu16.04環境安裝的經驗，甚至...
2016年11月28日 星期一

機器學習(2)--使用OPENCV SVM實作手寫辨識

›
        這一篇我們要來利用OPENCV 所提供的SVM(支援向量機)來實作手寫辨識。在程式實作中，我稍微改變了OPENCV官版原本的範例程式，除了修正在Python3.5+OPENCV3.x build code 會error以外，程式最後並加入自己手畫的數字圖進行預...
2016年11月17日 星期四

機器學習(1)--使用OPENCV KNN實作手寫辨識

›
        這一篇我們要來利用OPENCV 所提供的kNN(k-Nearest Neighbour ）來實作手寫辨識。在程式實作中，我稍微改變了OPENCV官版原本的範例程式，除了修正在Python3.5+OPENCV3.x build code 會error以外，程式最...