自编码器维基百科，自由的百科全书跳到导航跳到搜索一个具有3个全连接隐藏层的自动编码器网络结构。自编码，也称自动编码器，是一种人工神经网络，在无监督学习中用于有效编码。自编码的目的是对一组数据学习出一种表示（也称表征，编码），通常用于降维。最近，自编码的概念广泛地用于数据的生成模型。[1][2]自2010年以来，一些先进的人工智能在深度学习网络中采用了采用堆叠式稀疏自编码。[3]结构另见表征学习参考Auto-EncodingVariationalBayes,Kingma,D.P.andWellin…
支持向量机维基百科，自由的百科全书跳到导航跳到搜索在机器学习中，支持向量机（英语：supportvectormachine，常简称为SVM，又名支持向量网络[1]）是在分类与回归分析中分析数据的监督式学习模型与相关的学习算法。给定一组训练实例，每个训练实例被标记为属于两个类别中的一个或另一个，SVM训练算法创建一个将新的实例分配给两个类别之一的模型，使其成为非概率二元（英语：）线性分类器。SVM模型是将实例表示为空间中的点，这样映射就使得单独类别的实例被尽可能宽的明显的间隔分开。然后，将新的实例…
