Справка
x
Поиск
Закладки
Озвучить книгу
Изменить режим чтения
Изменить размер шрифта
Оглавление
Для озвучивания и цитирования книги перейдите в режим постраничного просмотра.
Математические и программные методы построения моделей глубокого обучения
ГЛАВА 2. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ И ОБУЧЕНИЕ МОДЕЛЕЙ ГЛУБОКОГО ОБУЧЕНИЯ НА ПРЕЦЕДЕНТАХ
Поставить закладку
2.1. Метод наименьших квадратов с итеративным пересчётом весов
Если Вы наш подписчик,то для того чтобы скопировать текст этой страницы в свой конспект,
используйте
просмотр в виде pdf
. Вам доступно 20 стр. из этой главы.
Для продолжения работы требуется
Registration
Предыдущая страница
Следующая страница
Table of contents
ГЛАВА 1. МАТЕМАТИЧЕСКАЯ ТЕОРИЯ ОБУЧЕНИЯ МОДЕЛЕЙ ПРИКЛАДНОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ПО ПРЕЦЕДЕНТАМ
+
ГЛАВА 2. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ И ОБУЧЕНИЕ МОДЕЛЕЙ ГЛУБОКОГО ОБУЧЕНИЯ НА ПРЕЦЕДЕНТАХ
-
2.1. Метод наименьших квадратов с итеративным пересчётом весов
2.2. Алгоритм AdaBoost
2.3. Метод линейного дискриминанта Фишера
2.4. Алгоритм монотонной коррекции
2.5. Метод релевантных векторов
2.6. Метод радиальных базисных функций
2.7. Метод опорных векторов для линейно неразделимой выборки
2.8. Алгоритм INCAS
2.9. Метод прогнозирования формы множества
2.10. Метод бустинга
2.11. Метод бэггинга
2.12. Метод потенциального бустинга
2.13. Метод на основе функции ядра
2.14. Алгоритм Мак Каллока - Питтса
2.15. Алгоритм персептрона
2.16. Метод прореживания двухслойной нейронной сети
2.17. Алгоритм нейронной сети Кохонена
2.18. Базовый интеллектуальный метод в нейрокриптографии
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
Данный блок поддерживает скрол*