課程名稱:無監督學習與自編碼器實現培訓

        4401 人關注
        (78637/99817)
        課程大綱:

        無監督學習與自編碼器實現培訓

         

        在機器學習里在真正開始訓練跑算法之前,

        都需要進行數據預處理,

        我們需要人工的或“啟發式”地去處理數據,提取特征,

        數據預處理的效果對后續訓練過程很關鍵。

        這門課程將介紹一種基于無監督學習神經網絡數據降維的一種應用——自聯想存儲器。

        1 無監督學習

        2 梯度下降算法

        3 數據標準化

        1
        無監督學習介紹

        1.無監督學習Unsupervisedlearning

        2.聚類Clustering 3.特征提取Featuresextraction

        4.自編碼器Autoencoder

        2
        自編碼器實現

        1.歸一化 2.批量梯度下降Batchgradientdescent

        3.隨機梯度下降Stochasticgradientdescent

        4.小批梯度下降Minibatchgradientdescent

        1 無監督學習的基礎概念

        2 實驗數據預處理:標準化

        3 前向傳播代碼實現

        4 反向傳播代碼實現

        5 自編碼器模型的訓練


        登錄 后發表評論
        新評論
        全部 第1節 第2節 第3節 第4節 第5節 第6節 第7節 第8節 第9節 第10節 第11節 第12節 第13節 第14節 第15節 第16節 第17節
        我的報告 / 所有報告