关注
分享
无监督学习与自编码器实现 会员
Python 机器学习 scikit-learn
1807 人学过 21 次评价 难度: 初级 综合评分: 9.6 2016-11-09 更新
会员 刷题会员和学习会员可免费学习该课程
课程介绍
章节目录
课程问答&报告
课程评价 21
你将学到的
无监督学习
数据标准化
梯度下降算法
详细介绍

在机器学习里在真正开始训练跑算法之前,都需要进行数据预处理,我们需要人工的或“启发式”地去处理数据,提取特征,数据预处理的效果对后续训练过程很关键。这门课程将介绍一种基于无监督学习神经网络数据降维的一种应用——自联想存储器。

实验任务

  • 无监督学习的基础概念
  • 实验数据预处理:标准化
  • 前向传播代码实现
  • 反向传播代码实现
  • 自编码器模型的训练

先学知识

  • 需要了解蓝桥云课的基本操作,推荐学习 新手入门指南
  • 需要一点高等数学基础和线性代数基础。

课程难度

  • 本课程难度为简单。

面向用户

面向有基础 Python 编程能力,同时也有一点数学基础,想要入门学习神经网络的用户。

课程教师
zyj061 共发布过 6 门课程 共有 37720 位学生
老师发布的其他课程:
扫码加入社群
和10w学子共同进步
AI 小助手
有问题就来问我吧
立即咨询