没有合适的资源?快使用搜索试试~ 我知道了~
Python机器学习(scikit-learn):监督学习 - 神经网络(深度学习)-谢TS的博客.pdf
需积分: 2 1 下载量 87 浏览量
2023-07-19
10:44:26
上传
评论
收藏 637KB PDF 举报
温馨提示
试读
4页
神经网络算法,又叫“深度学习”。虽然深度学习在许多机器学习应用中都有巨大的潜力,但深度学习算法往往经过精确调整,只适用于特定的使用场景。scikit-learn 中实现了可用于分类和回归的 多层感知机(multilayer perceptron, MLP),它可以作为研究复杂深度学习算法的起点。MLP 也被称为(普通)前馈神经网络,有时也简称为神经网络。
资源推荐
资源详情
资源评论
https://xiets.blog.csdn.net/article/details/130977232
1/4
Python
机
器
学
习
(scikit-learn)
:
监督
学
习
---
神
经⽹络
(
深
度
学
习
)
谢
TS
于
2023-05-31 21:07:12
发
布
原
⽂
链
接
:
https://xiets.blog.csdn.net/article/details/130977232
版
权
声
明
:
原
创
⽂
章禁
⽌
转载
专
栏
⽬
录
:
scikit-learn
专
栏
(
总
⽬
录
)
scikit-learn
官
⽅
相
关
⽹
站
:
官
⽹
: https://scikit-learn.org/
⽤
户指
南
(
实
例
教
程
): https://scikit-learn.org/stable/user_guide.html
API (
各
模
块
、
模
型
类
): https://scikit-learn.org/stable/modules/classes.html
参
考
书
籍
:
Python
机
器
学
习
基
础
教
程
— [
德
]
安
德
⾥
亚
斯
·
穆
勒
/ [
美
]
莎
拉
·
吉
多
scikit-learn
机
器
学
习
(
第
2
版
)
— [
美
]
加
⽂
·
海
克
(Gavin Hackeling)
sklearn.neural_network
模
块
中
实
现
了
基
于
神
经⽹络
的
模
型
。
神
经⽹络
(
深
度
学
习
)
教
程
(
官
⽹
): Neural network models (supervised)
1.
神
经⽹络
神
经⽹络
算
法
,
⼜叫
“
深
度
学
习
”
。
虽
然
深
度
学
习
在
许
多
机
器
学
习
应
⽤
中
都
有
巨
⼤
的
潜
⼒
,
但
深
度
学
习
算
法
往往
经
过
精
确
调
整
,
只
适
⽤
于
特
定
的
使
⽤
场
景
。
scikit-learn
中
实
现
了
可
⽤
于
分
类
和
回
归
的
多
层
感
知
机
(multilayer perceptron, MLP)
,
它
可
以作为
研
究
复
杂
深
度
学
习
算
法
的
起
点
。
MLP
也
被
称
为
(
普
通
)
前
馈
神
经⽹络
,
有时
也
简称
为
神
经
⽹络
。
MLP
可
以
被视
为
⼴
义
的
线
性
模
型
,
执
⾏
多
层
处
理
后
得
到
结
论
。
在
MLP
中
,
多
次
重
复
这
个
计
算
线
性
回
归
加
权
求
和
的
过
程
,
⾸
先
计
算
代
表
中
间
过
程
的
隐
单
元
(hidden unit)
,
然
后
再
计
算
这
些
隐
单
元
的
加
权
求
和
并得
到
最
终结
果
。
MLPClassifier
和
MLPRegressor
分
布实
现
了
多
层
感
知
机
(MLP)
分
类
和
回
归
模
型
。
Python
机
器
学
习
(sc…
专
栏
收
录
该
内
容
8
篇
⽂
章
1000
订
阅
内
容
来
源
:
csdn.net
作
者
昵
称
:
谢
TS
原
⽂
链
接
:
https://xiets.blog.csdn.net/article/details/130977232
作
者
主
⻚
:
https://xiets.blog.csdn.net
资源评论
谢TS
- 粉丝: 1w+
- 资源: 23
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功