机器学习--前馈神经网络的理解

机器学习--前馈神经网络的理解

机器学习--前馈神经网络的理解

机器学习--前馈神经网络的理解


  • 特征转换可以分为两类:
    第一类是“特征选择”,即从原始表达中选择一个子集作为新的表达;
    第二类是“特征抽取”,即将原始表达投影到一个低维特征空间中以得到一个更加紧凑的表达

机器学习--前馈神经网络的理解