决策树学习-维基百科
决策树学习维基百科,自由的百科全书跳到导航跳到搜索此条目介绍的是机器学习中的决策树。关于决策分析中的术语,请见“”。统计学,数据挖掘和机器学习中的决策树训练,使用决策树作为预测模型来预测样本的类标。这种决策树也称作分类树或回归树。在这些树的结构里,叶子节点给出类标而内部节点代表某个属性。在决策分析中,一棵决策树可以明确地表达决策的过程。在数据挖掘中,一棵决策树表达的是数据而不是决策。本页的决策树是数据挖掘中的决策树。目录1推广2决策树的类型3模型表达式3.1基尼不纯度指标3.2信息增益4决策树的
最近的文章

人工神经网络 - 维基百科

人工神经网络维基百科,自由的百科全书跳到导航跳到搜索此条目介绍的是模拟生物神经网络的数学模型。关于生物的神经网络,请见“”。人工神经网络(英语:ArtificialNeuralNetwork,ANN),简称神经网络(NeuralNetwork,NN)或类神经网络,在机器学习和认知科学领域,是一种模仿生物神经网络(动物的中枢神经系统,特别是大脑)的结构和功能的数学模型或计算模型,用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结…

人工神经网络 ANN继续阅读
更早的文章

生成对抗网络-维基百科

生成对抗网络维基百科,自由的百科全书跳到导航跳到搜索生成对抗网络(英语:GenerativeAdversarialNetwork,简称GAN)是非监督式学习的一种方法,通过让两个神经网络相互博弈的方式进行学习。该方法由伊恩·古德费洛等人于2014年提出。[1]生成对抗网络由一个生成网络与一个判别网络组成。生成网络从潜在空间(latentspace)中随机取样作为输入,其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出,其目的是将生成网络的输出从真实样本中尽可能分…

生成对抗网络 GAN继续阅读