循环神经网络（RNN,recurrent neural network）是一类扩展的人工神经网络，它是为了对序列数据进行建模而产生的。 1、前导知识命名实体识别任务 符号化表示 计算机存储单词信息 循环神经网络按照时刻序列接

1、二维卷积1.1　二维卷积运算引入：一维卷积 二维卷积的计算过程演示 二维卷积一padding 带padding的卷积过程 1.2　二维多通道卷积 2、卷积神经网络2.1　使用卷积操作提取特征CNN网络整体结构 卷积层的具体

人工智能主要是机器学习，机器学习主要是深度学习，深度学习实际上算是机器学习的子领域，而要进行深度学习必然要接触人工神经网络。 神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织。成

一、聚类算法之k-means1、什么是聚类 有监督学习 回归 线性回归 岭回归 分类 - 朴素贝叶斯 - svm 无监督学习　- 聚类　 - k-means　- 降维　 - PCA降维 2、k-means算法运算

支持向量机，SVM的全称是Support Vector Machine支持向量机算法是一种二分类模型核心思想：找到空间中的一个能够将所有数据样本划开的超平面，并且使得所有数据到这个超平面的距离最短 一、支持向量机的前导基本概念 $D_

一、贝叶斯决策论 贝叶斯决策论(Bayesian decision theory)是采用概率方法进行决策的基本方法。 首先，使用主观概率，对未知状态进行概率估计 然后，采用贝叶斯公式做概率上的修正 最后，利用计算得到的期望概率值与修正后

一、决策树的描述决策树（decision tree） 一种监督学习方法 优点 速度快 易于理解、可解释性强 需要样本量小 任务类型 分类 回归 决策树一般分三步， （1）特征选择 （2）决策树生成 （3）决策树剪枝