SVM分类器里面的东西好多呀，碾压前两个。怪不得称之为深度学习出现之前表现最好的算法。 今天学到的也应该只是冰山一角，懂了SVM的一些原理。还得继续深入学习理解呢。 一些关键词： ...

关键词： 输入层（Input layer）。隐藏层（Hidden layer）。输出层（Output layer） 理论上如果有足够多的隐藏层和足够大的训练集，神经网络可以模拟出任何方程。隐藏层多 ...

关键词： 梯度下降：就是让数据顺着梯度最大的方向，也就是函数导数最大的放下下降，使其快速的接近结果。 Cost函数等公式太长，不在这打了。网上多得是。 这个非线性回归说白了就是缩小版的神经网络。 ...

这个算法。我个人感觉有点鸡肋。最终的表达也不是特别清楚。 原理很简单，从所有的样本中选取Euclidean distance最近的两个样本，归为一类，取其平均值组成一个新样本，总样本数少1；不断的重 ...