BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

基于C#的神经网络介绍

| 作者 Jeff Martin 关注 16 他的粉丝 ,译者 李彬 关注 1 他的粉丝 发布于 2013年7月16日. 估计阅读时间: 2 分钟 | Google、Facebook、Pinterest、阿里、腾讯 等顶尖技术团队的上百个可供参考的架构实例!

在Build 2013大会上,来自微软研究院的James McCaffrey在一场有趣的演讲中介绍了神经网络。尽管“使用Visual Studio开发神经网络”这个题目表明演讲是针对Visual Studio(VS)的,但实际上它也适用于任何希望更多了解神经网络(NN)的开发者。McCaffrey拥有数学博士学位,而在这场引人入胜的演讲中,他所面对的是拥有计算机科学背景的开发者们。

McCaffrey的方法可以作为神经网络概念的有效介绍,为观众的进一步学习打下了坚实的基础。在演讲中,McCaffrey围绕着他所提供的示例程序——基于一个人的年龄、收入、性别和信仰预测他的政治立场——并以此为基础展开了他的方法。这非常有效,因为它提供了一个使用神经网络的实际应用的例子,而且非常容易理解。

McCaffrey的演讲涵盖了被他称之为“利用神经网络的7大核心概念”的内容:

  • 前馈
  • 活化
  • 数据编码
  • 误差
  • 训练
  • 自由参数
  • 过拟合

McCaffrey注意到许多新人在使用神经网络的时候,将会遇到缺乏可靠文档的问题。为此,他列出了一些他认为可靠的信息资源。虽然McCaffrey对于神经网络这一主题热情高涨,但他还是同时描绘了基于神经网络方法的优劣。进一步地,他还介绍了6个神经网络的替代品,以及这些替代品在何时会更适于应对需要解决的问题。

对于演讲最后所展示的神经网络示例程序,McCaffrey提供了它的C#工作代码,以便听众进一步尝试。这个示例程序使用Iris flower data set——它在测试机器学习程序时经常用到。(注意,在我获取的拷贝中,代码第756行需要添加一个分号以通过编译。)在4月的微软管理峰会上,McCaffrey也做了一场类似的演讲,但我发现在Build大会上的这场内容更加丰富,也是值得观看的最终版本。

查看英文原文:An Introduction to Neural Networks Using C#

评价本文

专业度
风格

您好,朋友!

您需要 注册一个InfoQ账号 或者 才能进行评论。在您完成注册后还需要进行一些设置。

获得来自InfoQ的更多体验。

告诉我们您的想法

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我
社区评论

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

讨论

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT