機器學習-神經網絡

一、簡介 從大腦獲得非常「寬鬆」靈感的模型家族，用於近似依賴於大量輸入的函數。 （是一個非常好的模式識別模型）。神經網絡是非線性假設的示例，其中模型可以學習對更爲複雜的關係進行分類。 對於大量功能，它的擴展性也優於Logistic迴歸。它是由人工神經元組成的，這些神經元是分層組織的。 我們有3種類型的圖層：輸入層、隱藏層、輸出層。 我們根據神經網絡的隱藏層數及其連接方式對神經網絡進行分類，例如，上

>>阅读原文<<