1回答
我使用了Michael Nielsen的《神经网络和深度学习》一书中第一个神经网络的代码，该代码用于识别手写数字。它使用小批量随机梯度下降和sigmoid激活函数。我给了它一个输入神经元，两个隐藏神经元和一个输出神经元。然后我给它一串数据，它代表一条直线，所以基本上是0到1之间的点的数量，其中输入与输出相同。无论我如何调整学习率和使用的纪元数，网络永远不能进行<e
浏览 22提问于2021-07-31得票数 1
回答已采纳
我想用深度神经网络来解决回归问题，但据我所读，它主要用于分类。我想知道为什么一个规则的卷积网络，或者一个多层感知不能作为一个线性回归，只是多层。我试着用最大池连接两个卷积层，并将一个完全连接的层连接在一起，没有激活功能，有10000 MNIST图像、100个历元和100个批次大小。采用均方误差作为损失函数，规则随机梯度下降作为优化器。我使用的不是一个热编码，而是使用实际的预期数字作
浏览 0提问于2020-09-19得票数 0
回答已采纳
8回答
我对机器学习和神经网络很陌生。我知道如何建立一个非线性分类模型，但我目前的问题有一个连续的输出。我一直在寻找关于神经网络回归的信息，但我所遇到的只是关于线性回归的信息--没有关于非线性情况的信息。这很奇怪，因为为什么会有人用神经网络来解决简单的线性<
浏览 12提问于2016-12-20得票数 37
回答已采纳
8回答
我理解用正反两种方法训练梯度下降的神经网络的所有计算步骤，但我试着思考为什么它们比logistic回归更好。就目前而言，我能想到的就是：( B)有比简单的logistic回归更多的权重，从而允许了更复杂的假设。
有人能解释为什么神经网络在一般情况下工作得这么好吗？我是一个相对初学者。
浏览 11提问于2016-07-26得票数 11
回答已采纳
1回答
我有一个回归问题，大约有一百万行，大约有10-15个特性.在这种特殊的环境下，什么应该更好地发挥作用？神经网络还是规则回归？
浏览 0提问于2019-05-21得票数 0
回答已采纳
1回答
使用适当的算法
、、、、
我介绍了ML算法的基本概念，但对于它们之间的优势仍然很少有疑问。什么时候应该使用Logistic回归、SVM和神经网络、分类和决策树？
浏览 0提问于2017-12-29得票数 0
我希望制作一个关于scipy.optimize.leastsq()提供的最小二乘回归分析如何收敛于特定结果的动画。有没有办法让函数，比如说，将每次迭代的猜测值的元组附加到列表中，直到函数收敛到局部最小值？或者，是否有不同的库包含此功能？下面是我所拥有的： # initial guess for gaussian distributions to optimize [height, position, width].
浏览 17提问于2019-09-07得票数 1
1回答
我的任务是为一个预测问题(输入参数有数字和分类变量的组合)建立一个多元线性回归模型。 如果我使用人工神经网络(ANN)来构建一个进行预测的模型，这是多元线性回归模型还是深度学习模型？如果我可以使用ann来构建多元线性回归模型，我会感到困惑。
浏览 47提问于2019-01-24得票数 0
回答已采纳
1回答
我有一个随时间变化的值列表(基本上是一个整数列表)。目前NPM网站已经关闭，所以我无法正确地搜索API，因此我想问你们中是否有人知道Javascript Node的API，它接受整数列表的输入(表示图上的y坐标)，然后可以预测图形将如何继续流动。非常感谢您的回复！
浏览 0提问于2018-08-08得票数 2
回答已采纳
1回答
我想自动处理.xls文件中的一些数据。数据格式因其来源不同而不同。数据的手工处理输出具有这种格式的文件：正如我说过的，信息一般在列中，但可以是行，也可以是两个表，其中我只需要处理一个表。
使用ETL工具。缺点:我觉得这比我需要的要多。使用线性回归</
浏览 2提问于2014-03-07得票数 0
在一组研究人员的帮助下，我们被赋予了一项任务，来衡量人们的行动热情(一个房间或地方对锻炼来说是多么的诱人--例如，健身房)。为了得到客观的结果，我们被要求制作一个测量装置。该装置通过各种传感器接收输入，并可能收到一些真假问题，然后结合训练信息对其进行分析。经过分析，它返回一个数字，比如:1到10，表示移动善良。所以一个健身房，例如，一个8，一个教室，一个3。问题是，善行是很主观的，所以我们做了一些调查。例如，其中一个标准是房间/地方的温度。在进行</e
浏览 0提问于2015-12-16得票数 2
回答已采纳
1回答
我读了很多关于神经网络的文章，我发现了非常不同的信息。我知道，有监督的神经网络也可以进行回归和分类。在这两种情况下，我都可以使用sigmoid函数，但是有什么区别呢？
浏览 1提问于2022-03-11得票数 -1
1回答
用感知器进行线性回归
、、、
我想知道线性回归和感知器之间的联系！使用感知器作为二进制分类器，即对二进制标签(0或1 )进行分类。如果您能帮助我了解初学者对神经网络的看法，我将不胜感激。
浏览 0提问于2020-10-21得票数 1
回答已采纳
我正在学习机器学习，我试图为一个真正的问题实现一个解决方案:从一个人的句子中预测他/她想要做的编程功能。
我有一系列与一系列描述相关的编程函数(每个唯一函数可以有n>0的描述)。我创建了一个神经网络和一个单词包模型，试图将“我们从数据库中获取数据”的人工句子转换成一个编程函数。到目前为止，它适用于非常简单的示例，但不适用于我的实际数据。我使用<em
浏览 0提问于2017-03-14得票数 4
回答已采纳
我正在尝试使用机器学习来预测数据集。这是一个具有180个输入特征和1个连续值输出的回归问题.我尝试比较深度神经网络、随机森林回归和线性回归。正如我所预期的那样，三隐层深层神经网络的性能优于其他两种方法，均方根误差(RMSE)为0.1。然而，我意外地发现，随机森林的表现甚至比线性回归还要糟糕(RMSE为0.29比0.27)。在我看
浏览 5提问于2018-01-04得票数 2
回答已采纳
1回答
基于神经网络的线性回归
、、、
我认为这是一个很小的问题，一个非常简单的神经网络模型将达到100%的测试数据的准确性，但结果正好相反。我使用线性回归器达到100%的测试精度，使用KNN回归器达到99.99997%的测试精度。我使用relu激活的10层神经网络测试数据的准确率达到41%，而其余的激活函数都失败了，浅层的
浏览 1提问于2018-10-23得票数 0
1回答
我正试图建立一个体育博彩模型，目的是预测比赛的最终比分。对于美国大学足球，我有一些很有希望的早期结果，只是使用线性回归来形成团队排名，其中每个队的系数代表了它与一支普通球队的胜负程度。在实践中，这并不像查看每个团队的名义统计结果那么简单，因为不同的团队进行不同级别的竞争，但这是一个有点不同的话题。我刚刚开始研究数据科学，我不得不承认我还没有编写一
浏览 0提问于2019-04-27得票数 0
假设我有一个“列车”和“测试”集数据，我如何确定我的训练集是否遵循“加法”或“乘积”的季节性？我是否只将数据与季节性和预测结果相吻合？此外，我如何检查相关的准确性与他们每一个？“写出一个函数或步骤列表，返回哪一个季节对‘h’地平线的预测和相关的准确性更准确。”
有没有人知道“h”地平线预测意味着什么？
浏览 0提问于2022-10-13得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
云直播
实时音视频活动推荐
腾讯云开发者
