本篇博客为书籍：《MATLAB R2015b 神经网络技术》的读书摘要，侵权请联系作者删除。转载请注明地址：http://blog.sina.com.cn/s/blog_a36a563e0102ywli.html第七章 径向基神经网络（RBF）7.8 径向基神经网络的函数（MATLAB代码实现）本节内容：7.8.1 径向基神经网络的创建函数7....

假设现在有一个二分类问题，先引入两个概念：真正例率（TPR）：正例中预测为正例的比例假正例率（FPR）：反例中预测为正例的比例再假设样本数为6，现在有一个分类器1，它对样本的分类结果如下表（按预测值从大到小排序）标签预测值10.910.810.700.300.200.1ROC曲线的横轴为假正例率，纵轴为真正例率，范围都是[0,1]，现在我们开始画图——根据从大到小遍历预测值，把当前的预测值当做阈值

全球各地学位论文下载：http://www.ndltd.org/resources/find-etds

1.idata中国知网idata中国知网网址：idata中国知网进入系统，注册账号，登陆就可以每天免费下载五篇知网论文。额度用完之后，第二天可以继续下载。每天五篇的额度基本能满足需要，这样还不够的话，可以多注册几个账号。2.易瑞授权访问系统3.上海研发公共服务平台上海研发公共服务平台在这个网站上免费注册一个用户，然后填写详细信息提交审核。一般两三个工作日内工...

基本概念：损失函数(Loss function)：计算的是一个样本的误差。损失函数是定义在单个训练样本上的，也就是就算一个样本的误差，比如我们想要分类，就是预测的类别和实际类别的区别，是一个样本的哦，用L表示代价函数(Cost function)：是整个训练集上所有样本误差的平均。代价函数是定义在整个训练集上面的，也就是所有样本的误差的总和的平均，也就是损失函数的总和的平均，有没有...

在进行深度学习神经网络的训练过程中，为了提高网络模型的准去度，这里就其中的一些技巧进行概要描述大。然而在实际中，在原理和方法几乎定型的时候，我们往往需要针对自己的任务和自己设计的神经网络进行debug才能达到不错的效果，这也就是一个不断调试不断改进的一个过程。这其实也类似于制造业里面的制造工艺。咱们古人练就长生不老丹，便是典型的调参过程。（题外话：长生不老丹里面一味非常重要的药材叫...

问题近日，一位朋友拿着两个模型预测效果比较的结果来咨询，当然是遇到了一个好像不太正常的现象才来咨询的。两个模型都是二分类结局的，应用常见的Logistic回归模型得到结果如下：模型A的正确率为85%，AUC为0.98；模型B的正确率为93%，AUC为0.92。那么选择哪个模型呢？很多朋友首先应该会质疑方法使用的正确性，不过出现这个问题的可能性很小，我们假设方法是正确的，主要探讨A...

本文我们聊聊如何才能画出炫酷高大上的神经网络图，下面是常用的几种工具。这个工具可以非常方便的画出各种类型的图，是下面这位小哥哥开发的，来自于麻省理工学院弗兰克尔生物工程实验室, 该实验室开发可视化和机器学习工具用于分析生物数据。github地址：https://github.com/zfrenchee画图工具体验地址：http://alexlenail.me/NN-SVG/可以...

炒作，为什么？Niklas Donges 觉得，最近的神经网络是火的有点过了。当然，这也是有原因的：原因之一：数据几十年来积累的海量数据，在2018年，迎来了最光辉的时刻！使得神经网络能够真正展示自己的潜力。数据之于神经网络，就好比波纹之于 JoJo，气之于龟仙人。数据越多，神经网络越浪！相比之下，传统的机器学习算法在数据量面前，会触及一个天花板。一旦到达极限，传统机器学习算法将无...

问题近日，一位朋友拿着两个模型预测效果比较的结果来咨询，当然是遇到了一个好像不太正常的现象才来咨询的。两个模型都是二分类结局的，应用常见的Logistic回归模型得到结果如下：模型A的正确率为85%，AUC为0.98；模型B的正确率为93%，AUC为0.92。那么选择哪个模型呢？很多朋友首先应该会质疑方法使用的正确性，不过出现这个问题的可能性很小，我们假设方法是正确的，主要探讨A...