神经网络的优点和缺点

2018-04-28

神经网络的优点和缺点 深度学习目前大受追捧。人们总想在各个方面使用神经网络，但它们总是正确的选择吗？ 在本文中我们将探讨如今深度学习如此受欢迎的原因。在读完本文后，你将了解神经网络的主要优缺点 ...

深度学习入门课程笔记 神经网络

2018-04-02

深度学习入门课程笔记 神经网络 神经网络： 首先咱们先来回顾一下之前课程所讲前向传播和反向传播知识点，前往传播就是从输入X到最终得到LOSS值的过程，反向传播是从最终的LOSS值经过梯度的传播最终计 ...

如何用纯SQL查询语句可以实现神经网络

2018-03-29

如何用纯SQL查询语句可以实现神经网络 我们熟知的SQL是一种数据库查询语句，它方便了开发者在大型数据中执行高效的操作。但本文从另一角度嵌套SQL查询语句而构建了一个简单的三层全连接网络，虽然由于语句的嵌 ...

神经网络究竟干了一件什么事

2018-03-21

神经网络究竟干了一件什么事 今天我们来讨论当下最热门的神经网络，现在深度学习炒的非常火，其实本质还是把神经网络算法进行了延伸和优化！咱们这回的目标就直入主题用最简单的语言让大家清楚神经网络究竟是个 ...

谷歌教你学 AI-第六讲深度神经网络

2018-01-30

谷歌教你学 AI-第六讲深度神经网络 Google Cloud发布了名为\"AI Adventures\"的系列视频，用简单易懂的语言让初学者了解机器学习的方方面面。今天让我们来看到第六讲深度神经网络。 观看更多国外公开课，点 ...

SPSS神经网络心得（二）

2017-10-23

SPSS神经网络心得（二） 这个部分为SPSS神经网络处理输出和保存的一些要点。 输出 网络结构。显示与神经网络有关的摘要信息。 • 描述。 显示与神经网络有关的信息，包括因变量、输入和输出单位数目、隐 ...

SPSS神经网络心得（一）

2017-10-23

SPSS神经网络心得（一） SPSS神经网络，是一个非线性的数据建模工具集合，包括输入层和输出层、一个或者多个隐藏层。神经元之间的连接赋予相关的权重，训练算法在迭代过程中不断调整这些权重，从而使得预测误 ...

Python基于numpy灵活定义神经网络结构的方法

2017-09-10

Python基于numpy灵活定义神经网络结构的方法 这篇文章主要介绍了Python基于numpy灵活定义神经网络结构的方法,结合实例形式分析了神经网络结构的原理及Python具体实现方法,涉及Python使用numpy扩展进行数学运算 ...

机器学习之径向基神经网络

2017-07-25

机器学习之径向基神经网络 本文基于台大机器学习技法系列课程进行的笔记总结。 主要内容如下图所示： 首先介绍一下径向基函数网络的Hypothesis和网络的结构，然后介绍径向基神经网络 ...

R语言实现人工神经网络预测

2017-05-29

R语言实现人工神经网络预测 R语言中很多包（package）关于神经网络，例如nnet、AMORE、neuralnet以及RSNNS。nnet提供了最常见的前馈反向传播神经网络算法。AMORE包则更进一步提供了更为丰富的控制参数，并可以 ...

SPSS统计分析案例:多层感知器神经网络

2017-05-22

SPSS统计分析案例:多层感知器神经网络 神经网络模型起源于对人类大脑思维模式的研究，它是一个非线性的数据建模工具， 由输入层和输出层、 一个或者多个隐藏层构成神经元，神经元之间的连接赋予相关的权重， 训 ...

简单易学的机器学习算法—神经网络之BP神经网络

2017-03-22

简单易学的机器学习算法—神经网络之BP神经网络 一、BP神经网络的概念     BP神经网络是一种多层的前馈神经网络，其主要的特点是：信号是前向传播的，而误差是反向传播的。具体来说，对于如下的 ...

【CDA干货】基于客户行为数据序列的意图识别模型构建指南

2026-04-22

在数字化时代，客户每一次点击、浏览、下单、咨询等行为，都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹，构成了客户行为数据序列。意图识别模型的核心价值，就是从这些连续、动态的行为序列中，挖 ...

【CDA干货】特征重要性分析：解锁机器学习模型价值的核心钥匙

2026-04-20

在机器学习建模全流程中，特征工程是连接原始数据与模型效果的关键环节，而特征重要性分析则是特征工程的“灵魂”——它不仅能帮我们筛选冗余特征、优化模型结构，更能破解模型“黑箱”困境，揭示数据与目标变量之间 ...

【CDA干货】数据分析与数据挖掘：必备工具与核心技能全解析

2026-04-17

在数字化时代，数据已成为企业决策的核心驱动力，数据分析与数据挖掘作为解锁数据价值的关键手段，广泛应用于互联网、金融、医疗、零售等各个领域。数据分析聚焦“解读数据、发现规律”，回答“是什么、为什么”；数 ...

【CDA干货】学习曲线：验证机器学习模型过拟合的核心工具与实践指南

2026-04-13

在机器学习模型开发过程中，过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节，导致在训练集上表现优异，却在未见过的验证集、测试集上性能大幅下滑，最终失去实际应用价值[3][6]。传 ...

【CDA干货】集成学习赋能模型不确定性分析：原理、方法与实践

2026-04-10

在机器学习模型的落地应用中，预测精度并非衡量模型可靠性的唯一标准，不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、金融风控等安全关键领域，模型的过度自信或不确定性误判，可能引发致命后果——自动驾 ...

【CDA干货】LSTM预测结果波动：成因解析、影响评估与优化策略

2026-04-08

长短期记忆网络（LSTM）作为循环神经网络（RNN）的重要改进模型，凭借其独特的门控机制（遗忘门、输入门、输出门），有效解决了传统RNN在处理长序列数据时的梯度消失或梯度爆炸问题，已广泛应用于时间序列预测、自然 ...

【CDA干货】数据挖掘与数据分析：厘清边界，协同赋能数据价值最大化

2026-04-01

在数据驱动决策的浪潮中，数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待，认为“做数据分析就是做数据挖掘”；也有人将二者完全割裂，觉得前者侧重技术、后者侧重业务，毫无交集。事实上 ...

【CDA干货】特征重要性分析：从数据特征到业务价值，解锁精准决策新路径

2026-04-01

在数据驱动决策的时代，企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销数据、医疗领域的诊断数据，这些数据中包含成百上千个特征变量，看似杂乱无章，却隐藏 ...