ELM

ELM（极端学习机）是一种基于单隐层前馈神经网络的学习算法，由黄广斌于2006年提出。它的主要特点是训练速度快、泛化性能好、无需调整参数等。ELM通过随机选择输入权重和偏置，然后使用激活函数计算输出，从而避免了传统神经网络中的反向传播算法。这使得ELM在处理大规模数据集时具有很高的效率。然而，由于其随机性，ELM可能无法获得全局最优解，但在实践中已经证明它具有很好的性能。ELM已被广泛应用于各种领域，如模式识别、信号处理、图像分析等。