Machine-Learning-Algorithms:该存储库包含使用Python的神经网络，k均值和高斯混合模型的实现

机器学习模型 此存储库包含Python中基本ML算法模型的实现，而无需使用任何框架。 演算法 使用神经网络进行有监督的学习，以预测对MNIST数字进行分类的功能。 神经网络结构：神经网络接收（28x28）784个输入，一个具有n隐藏单元的隐藏层（其中n是可以更改的参数）和10个输出单元(0-9) 。 隐藏单元和输出单元使用。 网络是完全连接的，也就是说，每个输入单元都连接到每个隐藏单元，每个隐藏单元都连接到每个输出单元。 每个隐藏和输出单元还具有来自偏置单元的加权连接，​​该偏置单元的值设置为1。 网络参数： 隐藏层中神经元的数量 = 100 纪元数- = 50 学习率 = 0.1 动量- = 0.9 精度与参数 η α ñ 训练准确性 测试精度 0.1 0.9 20 0.1 0.9 50 0.1 0.9 100 96.85％ 0.1 0 100