基于无监督学习的自编码器实现 会员

关注
1412 人学过 159人关注 12人评论

万事开头难,在机器学习里在真正开始训练跑算法之前,都需要进行数据预处理,我们需要人工的或“启发式”地去处理数据,提取特征,数据预处理的效果对后续训练过程很关键。这门课程将介绍一种基于无监督学习神经网络数据降维的一种应用——自联想存储器。

自学困难重重?点这里,6周打通机器学习技术路径
实验1
无监督学习介绍
知识点: 1.无监督学习Unsupervisedlearning 2.聚类Clustering 3.特征提取Featuresextraction 4.自编码器Autoencoder
实验2
自编码器实现
知识点: 1.归一化 2.批量梯度下降Batchgradientdescent 3.随机梯度下降Stochasticgradientdescent 4.最小批梯度下降Minibatchgradientdescent
登录 后发表评论
最新评论
全部 第1节 第2节

0% Complete

加载中,精彩就在后面...

卡住了?点击重试