Neural Networks for Machine Learning Lecture 1

这门课其实观望了很久,之前比较忙没时间学,几天前看了下,发现每周视频量不是很多,所以打算暑假把这门课跟完,做一些简单的笔记。

课程地址:https://www.coursera.org/learn/neural-networks

老师主页:http://www.cs.toronto.edu/~hinton

备注:笔记内容和图片均参考老师课件。

下面进入Lecture1的内容,Lecture1的内容比较简单,介绍了机器学习以及神经网络一些基本概念,这里比较重要的概念是神经元,为了模仿大脑的神经元,在神经网络中也有一些神经元的模型,可以简单理解为一种处理函数,这里介绍了几个常用的。

  • Linear Neurons

    图像如下

  • Binary Threshold Neurons

    图像如下

  • Rectified Linear Neurons(Linear Threshold Neurons)

    图像如下

  • Sigmoid Neurons

    图像如下

  • Stochastic Binary Neurons

    图像如下

    注意这个和Sigmoid Neurons是不同的,这里预测是概率。