预测知识 | 预测技术流程及模型评价
神经网络
神经网络(neural network)是机器学习的一个重要分支,也是深度学习的核心算法。神经网络的名字和结构,源自人类的大脑构造,即神经网络是模拟生物学中神经元信号传输而形成的一种算法。
机器学习
在开展神经网络或深度学习研究前,需要理清人工智能(AI)、机器学习、神经网络和深度学习之间的关系。一般而言,AI是最大研究范畴,其包含了机器学习,而神经网络则是机器学习的一个重要分支。深度学习则是神经网络的主干,严格来说,神经网络除了深度学习,还包含简单的神经网络模型,如仅含有一个隐藏层的感知机等。
深度学习
神经网络是笼统称呼,即只要含有输入层、隐藏层和输出层结构,即可称为"神经网络"。那深度学习与其有何区别呢?深度学习指的是层数>3的神经网络,注意这里的3包含了输入层和隐藏层。言外之意,就是当隐藏层数目≥2时,就称之为深度学习。所以,朋友们做的很多神经网络模型,可能都属于深度学习。
深度学习类型众多,但当前比较常用的有如下几种,1)前馈神经网络,也称为感知机,这是一种前馈神经网络(信息仅往一个方向传递)。当层数很多时,前馈神经网络也具有强大的预测能力,在医学研究中尤为常用。2)卷积神经网络,简称CNN,这种深度学习算法在图像识别、模式识别或计算机视觉等领域应用广泛。目前,医学研究中,最常用于对CT、MRI、PET等资料的预测分析。3)循环神经网络,简称为RNN,这种深度学习算法尤其适用于时间序列资料预测,例如股票预测等。循环神经网络与普通前馈神经网络最大的不同,在于其不仅有信息的前向传递,还有反向传播。在循环神经网络中,以长短时记忆网络/LSTM应用最多。
文章来源:https://www.toymoban.com/news/detail-643823.html
参考资料
[1] Reference: Development and validation of predictive models for unplanned hospitalization in the Basque Country: analyzing the variability of non-deterministic algorithms文章来源地址https://www.toymoban.com/news/detail-643823.html
到了这里,关于预测知识 | 神经网络、机器学习、深度学习的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!