🔥udemy 黑色星期五全站特價中
課程說明
在本課程中,你將了解什麼是超參數( hyperparameters ),什麼是遺傳演算法( Genetic Algorithm ),以及什麼是超參數最佳化( hyperparameter optimization )。
在本課程中,你將應用遺傳演算法最佳化支持向量機( Support Vector Machines )和多層感知器神經網路( Multilayer Perceptron Neural Networks )的性能。超參數最佳化將在兩個資料集上完成,一個用於預測建築物冷熱負荷的迴歸資料集,以及一個關於將電子郵件分類為垃圾郵件和非垃圾郵件的分類資料集。 SVM 和 MLP 將被應用於資料集而不進行最佳化,並將其結果與最佳化結果進行比較。
到本課程結束時,你將學到如何使用 Python 寫遺傳演算法程式,以及如何最佳化機器學習演算法以獲得最佳性能。
https://softnshare.com/machine-learning-optimization-using-genetic-algorithm/
mlp演算法 在 深度理解多层感知机(MLP) | 米奇妙妙屋 的推薦與評價
... 误差又是如何后馈,即误差如何反向传播,这是神经网络优化算法的核心。 ... MLP的结构如图所示,主要由三部分组成,至少要有一个隐藏层。 ... <看更多>
mlp演算法 在 ttom525tw/keras_deeplearningwithAI_model: AI model example 的推薦與評價
除介紹在深度學習已常用的方法外,更加介紹新近的各種演算法。 ... 神經網路(多層感知機Multilayer perceptron, MLP); 多層神經網路(Deep Multilayer perceptron, ... ... <看更多>
mlp演算法 在 機器學習-1.多層感知器(MLP) - YouTube 的推薦與評價
這裡運用簡單程式來使用類神經網路中的多層感知器( MLP )對分組資料進行訓練,找出權重後,以圖形顯現分組狀況,用以明瞭神經網路的運行。 ... <看更多>