SimLabs 机器学习 apps全部模块
CN EN
hubSimLabs Machine Learning

机器学习
理论可视化

从模型评估、线性模型到神经网络与贝叶斯分类器,把算法原理拆成可观察、可操作的交互页面。

37交互模型
6理论板块
0编程门槛
hub
01 · Section

模型评估与选择

10 个模型
psychology

经验误差与过拟合

经验误差是模型在训练集上的平均损失,过拟合指模型过度拟合训练数据而削弱泛化能力。

arrow_forward
auto_stories

评估方法

通过留出法、交叉验证或自助法划分数据集,客观评估模型的泛化性能。

arrow_forward
functions

性能度量

使用准确率、精确率、召回率、F1值等指标量化模型在测试集上的预测能力。

arrow_forward
auto_stories

ROC曲线与AUC

ROC曲线描绘真正例率与假正例率的权衡,AUC值衡量分类器排序质量的整体性能。

arrow_forward
monitoring

代价敏感错误率与代价曲线

代价敏感错误率为不同误判类型赋予非对称代价,代价曲线用于可视化最优阈值下的代价期望。

arrow_forward
biotech

假设检验

假设检验通过统计显著性判断模型性能差异是否由随机波动引起,而非真实性能差别。

arrow_forward
auto_stories

t检验

t检验用于比较两个模型在多个测试集上的平均性能是否存在显著差异。

arrow_forward
schema

McNemar检验

McNemar检验基于列联表分析两个分类器在同一测试集上预测结果的一致性差异。

arrow_forward
biotech

Friedman检验与Nemenyi检验

Friedman检验比较多个模型在多个数据集上的平均秩次,Nemenyi检验进行事后成对对比。

arrow_forward
auto_stories

偏差与方差

偏差度量模型预测的准确度,方差度量模型对训练数据波动的敏感度,二者共同决定泛化误差。

arrow_forward
category
02 · Section

线性模型

6 个模型
category
03 · Section

决策树

3 个模型
category
04 · Section

神经网络

14 个模型
calculate

神经元模型

模拟生物神经元的基本计算单元,接收输入信号并经过加权求和与非线性变换输出。

arrow_forward
auto_stories

M-P神经元模型

McCulloch-Pitts神经元,二值阈值逻辑单元,是人工神经网络的早期数学抽象。

arrow_forward
psychology

激活函数

向神经网络引入非线性变换(如ReLU、Sigmoid、Tanh),使网络可以逼近任意复杂函数。

arrow_forward
model_training

感知机与多层网络

感知机是单层线性分类器,多层网络(MLP)通过隐藏层实现非线性决策边界。

arrow_forward
model_training

反向传播

利用链式法则计算损失函数对权重的梯度,是训练多层神经网络的核心算法。

arrow_forward
insights

全局与局部极值

损失函数曲面中的全局最小值与局部极小值,优化算法需避免陷入局部最优。

arrow_forward
insights

RBF网络

径向基函数网络,使用高斯核作为激活函数的单隐层前馈神经网络,擅长局部逼近。

arrow_forward
hub

ART网络

自适应共振理论网络,通过竞争学习与警戒机制实现增量式的稳定模式识别。

arrow_forward
auto_stories

SOM网络

自组织映射网络,将高维输入数据保序映射到低维拓扑网格,实现聚类与可视化。

arrow_forward
functions

级联相关网络

级联相关网络通过动态增加隐藏单元并最大化其与残差的相关性,实现结构自适应学习。

arrow_forward
model_training

ELM网络

极限学习机,随机初始化隐层权重并解析计算输出权重,训练速度极快。

arrow_forward
monitoring

玻尔兹曼机

基于能量模型的随机神经网络,通过模拟退火学习数据分布,是深度信念网络的基础。

arrow_forward
calculate

DBN

深度信念网络,由多层受限玻尔兹曼机堆叠而成,通过逐层无监督预训练提取特征。

arrow_forward
account_tree

CNN

卷积神经网络,通过卷积核、池化层和共享权重提取局部空间特征,广泛用于视觉任务。

arrow_forward
category
05 · Section

支持向量机

1 个模型
category
06 · Section

贝叶斯分类器

3 个模型
search_off
没有匹配的模型
试试更短的关键词。