機器學習教程之5-神經網絡：表述(Neural Networks:Representation)

1.非線性假設 假設我們希望訓練一個模型來識別視覺對象（例如識別一張圖片上是否是一輛汽車） ，我們怎樣才能這麼做呢？一種方法是我們利用很多汽車的圖片和很多非汽車的圖片，然後利 用這些圖片上一個個像素的值（飽和度或亮度）來作爲特徵。顯然用線性迴歸或邏輯迴歸都是不可取的，因爲將一幅圖上的所有點作爲特徵，特徵數太多，計算量太大。 無論是線性迴歸還是邏輯迴歸都有這樣一個缺點，即： 當特徵太多時，計算的負荷

>>阅读原文<<