神經網絡學習筆記（1）：**函數、梯度下降、基本構建等

神經網絡是機器學習中的一個模型，可以用於兩類問題的解答：  分類：把數據劃分成不同的類別 迴歸：建立數據間的連續關係   感知器算法->誤差函數（梯度下降） 離散誤差與連續誤差 要使用梯度下降，誤差必須是連續的，誤差函數必須是可微分的   離散算法：學生是否被錄取->連續算法：學生被錄取概率 **函數：step function->sigmoid function 多類別分類和 Softmax 用

>>阅读原文<<