前馈神经网络

生物神经元结构细胞体：细胞体是神经元的主体，由细胞核、细胞质和细胞膜三部分组成。细胞体的外部是细胞膜，将膜内外细胞液分开。由于细胞膜对细胞液中的不同离子具有不同的通透性，这使得膜内外存在着离子间的浓度差，从而出现内负外正的静息电位，这种电位差称为膜电位。树突：从细胞体向外眼延伸出许多突起的神经纤维，负责接受来自其它神经元的输入信号，相当于细胞体的输入端。轴突：有细胞体伸出的最长的一条突起称为轴突，...

聚类

聚类分析是最常见的无监督学习任务，将一组数据按照内在的相似性划分为多个类别，使得同一个类别内的数据之间相似度较大，相互之间的距离较小；相反，对于不同类别的数据，它们之间的相似度较小，距离也比较远。距离度量：聚类是一个基于距离划分数据集的过程，对于有序数据常用的距离方法是Minkowski距离，层次聚类将聚类堪称是一个按层次进行数据划分的过程，算法结束后将形成一棵聚类树。层次聚类按照执行的顺序不同，可以分为...

解析TensorFlow源码结构

朴素贝叶斯应用之垃圾邮件识别

注意：基于事件的独立性贝叶斯算法原理：设 x={a1,a2,…,am}为一个待分类项，而每个 a 为 x 的一个特征属性。有类别集合 C={y1,y2,…,yn}。计算 P( y1|x) ,P( y2|x),…, P( yn|x)。如果 P( yk|x) =max{P( y1|x),P( y2|x),…, P( yn|x)}，则 x∈yk。将数据分为特征和结果：垃圾邮件和非垃圾邮件计算条件概率："""计算条件概率P(X1 = t1,X2 = t2,...,Xn = tn | yi)和P(C = yi)对比后验概率P(C = yi|X1 = t1,X2 = t2,...,Xn = tn),(i = 1,2...

机器学习算法分类

分类方式一有监督学习（明确给出X，Y类）分类算法：根据已知数据，机器进行数据分类，例如垃圾邮件识别线性回归：确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法无监督学习（没有明确给出X，Y类，机器判断）聚类算法：无给定类别，机器对数据进行类别分析规整半监督学习（强化学习）使用大量的未标记数据，以及同时使用标记数据，来进行模式识别工作。分类方式二分类与回归聚类标注分类方式三生成模型：机器计算不...

云端动荡世界里的大数据

读《云端动荡世界里的大数据》让我懂得了何为云文化，如何利用云资源让大数据变得真正有价值。现代技术是对自然世家的暴力，而不是顺从作为自然的存在在其增长过程中的：技术进入现代化的标志就是，形而上学得到自我表现和自我实现，就像是计算理性完成了只在占和支配自然的计划，而这种被占有和支配的自然本身也就失去了自然本来的意义。但是我们作为自身的存在者，却远没有借助技术成为自然的主宰，相反我们自己作为自然的一部分...