线性判别分析(Linear Discriminant Analysis-LDA)是一种监督学习的降维技术, 即他要求训练数据是有标签信息的数据集。主成因分析(Principal Component Analysis-PCA)是一种无监督学习的降维技术。线性判别分析(Linear Discriminant Analysis-LDA)的核心思想是：投影后类内方差最小，类间方差最大。LDA要将数据在低维

ML-11:机器学习的分类ML-11:机器学习的分类1 学习形式分类1.1 监督学习(Supervised Learning)1.2 非监督学习(Unsupervised Learning)1.3 强化学习(Reinforcement Learning)2 任务目标分类2.1 回归算法2.2 分类算法2.3 聚类算法3 学习策略分类3.1 演绎学习 (Learning by deduction)3

深度学习-71: Tensorflow的架构、模型、可视化和案例库。文本介绍Tensorflow的架构，Tensorflow内置数据集，Tensorflow内置模型、内置可视化支持和相关在线资源。Tensorflow一个高度模块化的神经网络库，支持GPU和CPU。TensorFlow是一个使用数据流图进行数值计算的开源软件库。TensorFlow最初是由研究人员和工程师在Google机器智能研究组

深度学习-31:单层感知机。CSDN专栏: 机器学习&深度学习(理论/实践)。单层感知机和多层感知机\(MLP\)是最基础的神经网络结构。将卷积操作创新的加入到神经网络结构形成了卷积神经网络，卷积神经网络给现代人工智能注入了活力。感知机网络和卷积网络\(CNN\)都属于前馈型网络\(FeedForward Network\)。单层感知机是二分类的线性

深度学习-32:多层感知器原理。多层感知器除了输入输出层，它中间可以有多个隐层，最简单的MLP只含一个隐层，即三层的结构。多层感知器(multilayer Perceptron，MLP)是指可以是感知器的人工神经元组成的多个层次。MPL的层次结构是一个有向无环图。通常，每一层都全连接到下一层，某一层上的每个人工神经元的输出成为下一层若干人工神经元的输入。MLP至少有三层人工神经元。

人工神经网络(Artificial Neural Network)分类算法属于监督学习算法。人工神经网络(Artificial Neural Network)是模拟神经元的处理信息的数学模型。神经网络包含多个层次，同层之间的神经元相互之间不进行数据通信；相邻层之间的神经元相互联接构成网络，即”神经网络”。数据信息顺着网络正向传播，误差信息逆着网络方向反向传播。2000年以前，神经网络一直被SVM算

深度学习-84:自动驾驶技术(L0-L5级别)CSDN专栏: 机器学习&深度学习(理论/实践)人工智能在驾驶领域的应用最为深入。通过依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在无人类主动的操作下，自动安全进行操作。自动驾驶系统主要由环境感知、决策协同、控制执行组成。目前自动驾驶在人工智能的应用领域中主要应用场景包括智能汽车、公共

机器学习之非线性回归算法(Non-linear Regression)属于有监督的回归(Regression)学习算法。很多场合线性模型无法很好的拟合目标数据曲线，这就需要引入非线性回归模式。非线性回归(Non-linear Regression)算法就是将非线性回归转化为线性回归，再按照线性回归求解。线性回归通常采用给定的函数值与模型预测值之差的平方和最小为损失函数, 并使用最小二乘法和梯度下降

深度学习-20:神经科学、脑科学和稀疏特性CSDN专栏: 机器学习&深度学习(理论/实践)第二次世界大战之后，美苏在全维度展开了霸权竞赛，人工智能研究伴随着计算机的发展也开始进入佳境。经过经过半个多世纪的发展，人工智能逐渐形成:符号学派、贝叶斯学派和联结学派三个流派。符号学派:以谓词逻辑表示法理论为基础的符号主义占据了绝对的主流，但是到了上世纪90年

深度学习-31:单层感知机。CSDN专栏: 机器学习&深度学习(理论/实践)。单层感知机和多层感知机\(MLP\)是最基础的神经网络结构。将卷积操作创新的加入到神经网络结构形成了卷积神经网络，卷积神经网络给现代人工智能注入了活力。感知机网络和卷积网络\(CNN\)都属于前馈型网络\(FeedForward Network\)。单层感知机是二分类的线性