×
switch account
教學資源暨發展中心
知識庫
Log in
English
繁體
简体
Regular
Medium
Large
Index
00:00
1.
課堂2-1-4 自適應線性神經元(Adaptive Linear Neurons)(P14)
Notes
(0)
Not logged in or insufficient permissions!
Comment
Video quiz
questionnaire
vCard
Subtitles
AD
×
Take notes
loading ...
00:00
1.
課堂2-1-4 自適應線性神經元(Adaptive Linear Neurons)(P14)
×
Embed URL
Embed code
Copy the link
Resolution
720x404
1280x720
Custom
Source code embedding
Source code embedding (Aspect ratio 4:3)
Source code embedding (Aspect ratio 16:9)
Custom
x
×
QR code
Share
Embed URL
QR code
Index
Notes
Comment
Fullscreen
Print date : 2024/10/14
教學資源暨發展中心
Media Center
...
2.類神經網路基礎理論與簡易實作
課堂2-1-4 自適應線性神經元(Adaptive Linear Neurons)(P14)
Duration: 13:44,
Browse: 839,
Last Updated: 2020-12-15
Play Video: https://cdtl.video.nchu.edu.tw/media/3323
×
×
Copy checklist
loading ...
×
×
×
Close
×
loading ...
Prev
Next
Comment
Details
Location
Media Center
...
2.類神經網路基礎理論與簡易實作
Folder name
2.類神經網路基礎理論與簡易實作
Author
科教中心
Branch
教發中心
Created
2020-12-15 13:08:02
Last Updated
2020-12-15 14:02:47
Duration
13:44
Media Center
...
2.類神經網路基礎理論與簡易實作
1.
課堂2-1-1-生物神經元與MCP模型(P11)
2.
課堂2-1-2-線性單層神經元模型(P12)
3.
課堂2-1-3 Rosenblatt 感知器(Perceptrons)模型(P9)
4.
課堂2-1-4 自適應線性神經元(Adaptive Linear Neurons)(P14)
5.
課堂2-1-5 (MLP) 多層(雙層)神經網路之實作(P11)
6.
課堂2-1-6 (MLP) 多層(雙層)神經網路的非線性激勵函數(P11)
7.
課堂2-2-1 (BP)倒傳遞傳播網路BP(P11)(OK)
8.
課堂2-2-2 (BP)反向傳播網路BP手算例(P10)
9.
課堂2-2-3 Boltzmann Machine, BM(P12)
10.
課堂2-2-4 Boltzmann 機之退火演算法(P12)
11.
課堂2-2-5 (RBM)~Boltzmann 機器實作(P12)
12.
課堂2-2-6 深度信賴網路之模型(P12)
13.
課堂2-3-01 IRIS 分類之感知器與自組織感知器 Python 實作(P16)
14.
課堂2-3-02 IRIS 分類之邏輯回歸與KNN Python 實作(P12)