神经网络与决策树Python实现

1. 实验基本原理及目的 神经网络算法： 输入： N //初始神经网络 X //训练集的输入元祖 D //期望的输出元祖 输出：N //改进的神经网络（权重、偏倚） 有指导学习算法 //神经网络学习过程 step1:通过网络N输入X ，产生输出Y; step2:比较期望输出D和实际输出Y； step3:更新网络中的权重和偏倚值使误差下降； 输入： N //初始神经网络 X={x1,x2….xh}

>>阅读原文<<