×
切換帳號
教學資源暨發展中心
知識庫
登入
繁體
简体
English
一般
中
大
×
全站搜尋
搜尋
×
文字大小切換
文字大小切換
一般
中
大
教學資源暨發展中心
登入
知識庫
繁體
简体
English
興學堂
媒體:
14
建立:
2019/09/27
管理者:
系統管理者, 科教中心
搜尋這個資料夾
媒體
(14)
討論區
(0)
常見 Q&A
(0)
知識庫
...
人工智慧與深度學習
2.類神經網路基礎理論與簡易實作
媒體
2.類神經網路基礎理論與簡易實作
2.類神經網路基礎理論與簡易實作
管理者：系統管理者, 科教中心
1.
13:12
課堂2-1-1-生物神經元與MCP模型(P11)
2.
12:52
課堂2-1-2-線性單層神經元模型(P12)
3.
09:53
課堂2-1-3 Rosenblatt 感知器(Perceptrons)模型(P9)
4.
13:44
課堂2-1-4 自適應線性神經元(Adaptive Linear Neurons)(P14)
5.
11:53
課堂2-1-5 (MLP) 多層(雙層)神經網路之實作(P11)
6.
07:24
課堂2-1-6 (MLP) 多層(雙層)神經網路的非線性激勵函數(P11)
7.
07:20
課堂2-2-1 (BP)倒傳遞傳播網路BP(P11)(OK)
8.
09:23
課堂2-2-2 (BP)反向傳播網路BP手算例(P10)
9.
10:25
課堂2-2-3 Boltzmann Machine, BM(P12)
10.
08:07
課堂2-2-4 Boltzmann 機之退火演算法(P12)
11.
07:07
課堂2-2-5 (RBM)~Boltzmann 機器實作(P12)
12.
07:41
課堂2-2-6 深度信賴網路之模型(P12)
13.
06:29
課堂2-3-01 IRIS 分類之感知器與自組織感知器 Python 實作(P16)
14.
06:15
課堂2-3-02 IRIS 分類之邏輯回歸與KNN Python 實作(P12)
