吳恩達機器學習之神經網絡概述

一、非線性假設 線性迴歸與邏輯迴歸，都是線性假設，對於一些問題，如果用線性假設模擬，參數將會非常多，計算量巨大，而用非線性假設模擬，參數數量可能要少的多。此外，所有的線性假設，如感知機，都不能解決異或(XOR，不同即爲真)與同或(XNOR，相同即爲真)問題，即非線性邊界。神經網絡，既可以做線性假設，也可以做非線性假設，因此應用範圍更廣。 二、模型表示 如上圖，Layer1是輸入層，Layer2是隱

>>阅读原文<<