从入门到精通:CFA学霸帮你妙懂万能的神经网络
发表时间:2019/9/27 10:34:00
编辑:admin
告诉小伙伴:
[编考按]人生重要的是过程,每一次的进阶都像是在修炼打怪升级。
人生重要的是过程,每一次的进阶都像是在修炼打怪升级。CFA的学习也是如此,现在的你打到哪一层的圣龙呢?
随着2019年8月CFA三级考生成绩正式的公布,2019年上半年整个的CFA考试也宣告正式结束。告别过去,展望未来,其实在CFA三个级别中,考过的同学都说二级特别难。
那么,在2020年里,CFA二级的考核要求还是有一些变化的,比如Quantitative Methods(数量方法)将Machine Learning(机器学习)独立成一个章节进行学习。
机器学习是一个非常有趣的话题。近年来,因为计算机算力的增强给机器学习更多的发挥空间,更多的机器学习运用也赋予电子媒介中海量的数据更多的商业价值。于是,我们“墙裂”需要“撩一撩”在图像识别、自然语言处理等领域的明星算法师 -- 神经网络。
神经网络是对人类大脑的仿生
通过脑外科手术,打开颅骨,大脑可以完全呈现在我们面前。大脑要比人类身体的其余部分多消耗10倍的能量,是一个很奢侈的器官,也是已知宇宙中最复杂的设备,在大脑的神经元中存储着人类所有的思想、希望和恐惧。
在脑部成像技术的帮助下,左边呈现的是人类大脑的侧视图,右边呈现的是人类大脑的剖面图。当被测试者与外界互动时,蓝色区域极其活跃,当被测试者在静息状态下,橙色区域是最活跃的。
而人类的记忆存储在亿万个神经突触里,通过光学显微镜我们能够观察到学习是如何改变脑部结构的。
下图(上:学习前的的树突成像;下:学习后的树突成像)是神经元上的树突分支图片,其接收来自其他神经元的输入,突触是从树突上延伸出的刺状点,白色箭头标明的是同一树突分支上一起形成的多个新突触,突触的直径不足1微米,而人类的头发直径有20微米。随着你不断地学习积累,大脑中的突触也在不断增加。
神经元是通过接受、整合、传导和输出信息实现信息交换,以下是灵魂画手下仿生神经元。
神经网络
人造神经元(如下图),把输入的X1、X2、X3、X4这些不同的特征(feature)进行加权求和,即Σ=W1X1+W2X2+W3X3+W4X4,再输入右边的阈值函数(也称为激活函数),其特点是:当y>θ的时候,得到1;当y<θ的时候,得到-1。
如果是二分类的问题,可以给其一个标签,1得男,-1得女。这样单个的人造神经元就可以理解为一个分类器,把分谁男谁女的输出结果再反馈给整个网络(如箭头所示),用来修改相应的权重。
参考人体神经系统,将许多个人造神经元相连接组合在一起构成更加复杂的人造神经网络系统(如下图)。圆圈就代表一个人造神经元,左边是输入层(input layer),中间是隐藏层(hidden layer),右边是输出层(output layer)。当隐藏层的层数超过3个时,就是深度学习网络(deep learning nets)。
以上是对神经网络的简要说明,相信看完之后,这个知识点会牢牢地存储在你的神经突触里。
相关阅读:
- 金程教育北京分公司应邀参加GARP协会全球风险论坛
- 金程教育2016年第一季学员活动圆满结束
- 飞鹰计划—一站式考研复习解决方案
- 金程考研春季高校行火热进行中
- 2016年第六届金程金鹰奖学金颁奖即将盛大启幕
- 邯郸银行网点服务提升深化咨询项目正式启动