机器学习-神经网络
神经网络 如果我们的模型特征数很大 要包含所有的二次项甚至3次项甚至更高 我们知道如果有n个特征值 则二次项的个数是O(n2)级别，三次项O(n3) 什么时候会拿到如此多的特征数 比如图像处理领域，我们输入的一张图片，每一个像素点都是一个特征值 在计算机严眼中，图片就是一个大的像素矩阵 你的算法可能会选一些像素点作为最主要的特征点进行参考，然后得到一个将图片进行分类 假如是一张50*50像素的图片
相关文章
- 1. 机器学习人工神经网络_机器学习-人工神经网络
- 2. 机器学习sklearn（11）神经网络
- 3. 机器学习——RNN神经网络
- 4. 【机器学习】 递归神经网络
- 5. 机器学习之神经网络
- 6. 机器学习（六）——神经网络
- 7. 【机器学习】三层神经网络
- 8. 白话机器学习：神经网络
- 9. 8.2 机器学习—神经网络
- 10. 机器学习——神经网络初探
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 机器学习人工神经网络_机器学习-人工神经网络
- 2. 机器学习sklearn（11）神经网络
- 3. 机器学习——RNN神经网络
- 4. 【机器学习】 递归神经网络
- 5. 机器学习之神经网络
- 6. 机器学习（六）——神经网络
- 7. 【机器学习】三层神经网络
- 8. 白话机器学习：神经网络
- 9. 8.2 机器学习—神经网络
- 10. 机器学习——神经网络初探