iT邦幫忙

第 11 屆 iThome 鐵人賽

DAY 10
0

1800s Linear Regression、1940s Perceptron、1960s Neural Networks


1800年誕生了線性回歸(Linear Regression),受限於計算能力並不知道它對大量數據所具有的影響,但當時還有用來預測星球位移的功能呢
https://ithelp.ithome.com.tw/upload/images/20191001/20120115ed0TVSwUdB.jpg

1940年的感知機(Perceptron),其特性其實向神經元一般,特性就是它會有激發或不激發一分為二的概念,是為後續鋪路的基礎元件
https://ithelp.ithome.com.tw/upload/images/20191001/20120115oTeSn3x5sz.jpg

1960年的神經網路(Neural Networks),剛剛是只有一層(layer)的感知機,何不用更多呢?然而單純的增加層數並沒有效果,因為感知機的表現是線性的數學模型,實際上只單純增加數量只會讓線性的特性使其全部壓縮或講疊加再一起,我們需要非線性的數學引入之後結合層數增加得到神經網路
https://ithelp.ithome.com.tw/upload/images/20191001/20120115WNxptiwJHQ.jpg


上一篇
Day9 Launching into ML
下一篇
Day11 ML歷史-後
系列文
想使自身成長就先從連續30天的機器學習開始吧!31
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言