Python数据挖掘与机器学习第2版 课件 魏伟一 第 9 章 神经网络与深度学习；第 10 章 离群点检测.pptx

Python数据挖掘与机器学习;第8章聚类;第9章神经网络与深度学习;人工神经元（简称神经元）是神经网络的基本组成单元，它是对生物神经元的模拟、抽象和简化。现代神经生物学的研究表明，生物神经元是由细胞体、树突和轴突组成的。通常一个神经元包含一个细胞体和一条轴突，但有一个至多个树突。

;第9章神经网络与深度学习;第9章神经网络与深度学习;?;第9章神经网络与深度学习;第9章神经网络与深度学习;第9章神经网络与深度学习;第9章神经网络与深度学习;?;?;用神经网络来模拟逻辑代数中的异或运算

;用神经网络来模拟逻辑代数中的异或运算

代表异或运算的点是线性不可分的，因此无法用感知机模拟，此时可以将三个分布模拟与非、或和与运算的感知机连接在一起，共同完成异或运算。

;神经元模型在神经网络中的画法

单个神经元只能划分线性可分的二分类点。如果将神经元连接成神经网络，则处理能力会大为增强，这也是神经网络得到广泛应用的原因。

;第9章神经网络与深度学习;第9章神经网络与深度学习;第9章神经网络与深度学习;第9章神经网络与深度学习;第9章神经网络与深度学习;第9章神经网络与深度学习;第9章神经网络与深度学习;第9章神经网络与深度学习;第9章神经网络与深度学习;第9章神经网络与深度学习;第9章神经网络与深度学习;第9章神经网络与深度学习;3深度学习;3深度学习;3深度学习;3深度学习;3深度学习;3深度学习;3深度学习;本章小结;深度学习的概念源于人工神经网络的研究，含多个隐藏层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。研究深度学习的动机在于建立模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本等。

卷积神经网络是针对二维数据设计的一种模拟“局部感受野”的局部连接的神经网络结构。它引入卷积运算实现局部连接和权值共享的特征提取，引入池化操作实现低功耗计算和高级特征提取。网络构造通过多次卷积和池化过程形成??度网络，网络的训练含有“权共享”和“稀疏”的特点，学习过程类似于BP算法。;Python数据挖掘与机器学习;第10章离群点检测;1离群点概述;1离群点概述;1离群点概述;1离群点概述;1离群点概述;1离群点概述;1离群点概述;2离群点的检测;2离群点的检测;2离群点的检测;2离群点的检测;2离群点的检测;2离群点的检测;2离群点的检测;2离群点的检测;2离群点的检测;2离群点的检测;3sklearn中的异常值检测方法;3sklearn中的异常值检测方法;本章小结