Hinton 機器學習視頻中文版:感知器的原理透析
知識
04-22
本套課程中,Hinton 重點介紹了人工神經網路在語音識別和物體識別、圖像分割、建模語言和人類運動等過程中的應用,及其在機器學習中發揮的作用。與吳恩達的《Machine Learning》不同,這門課程更加深入地介紹了 Machine Learning 中神經網路具體操作方法。(更多課程查看下方往期回顧)
2.4 感知器的原理透析
上幾節課介紹感知器的基本公式,並從幾何空間上簡單講解,這節課繼續深入下去,用可視化的方式剖析公式背後的原理。
本欄目將在AI研習社(公眾號:okweiwu)每日微信末條更新,敬請關注!
往期課程
--------------------------------------------------
為了讓廣大 AI 青年們不再為英語所累,快速進入學習狀態,雷鋒網旗下 「AI 研習社」 推出了深度學習大牛 Geoffrey Hinton 的《Neutral Network for Machine Learning》中文系列視頻課程。PS: 出於對 Hinton 知識成果的尊重以及版權的需要,AI 研習社已經獲得了 Hinton 教授的親自授權。
TAG:機器學習 |
您可能感興趣
※Hinton 機器學習視頻中文版:感知器的局限性
※Hinton 機器學習視頻中文版:感知器的幾何空間解析
※詳解徑向基函數神經網路RBNN,它和多層感知器MLP有何區別
※構建多層感知器神經網路對數字圖片進行文本識別
※賽博坦隕落變形金剛感知器