Tinghua Data Mining 6

Networks

多層感知機

不是說這個神經網絡要與人的大腦神經徹底類似，也不是說要多麼的強大，而是在必定程度上模擬了人腦神經元的能力，就足夠了

爲何要w0呢，由於沒有w0超平面必定會通過原點，因此w0和x0是很重要的。

一個樣本至關於知錯就改

理解公式背後的含義，學習率控制每次修改的幅度，不少公式之間都有類似的共性。小的學習率比較穩健。

感知機不能解決線性不可分問題

把複雜的問題分解成簡單的問題

sigmoid便於求導

t是指望輸出，o是實際輸出。

要把公式連在一塊兒，不要覺得這些公式都是天上掉下來的，一個公式接着一個公式，那樣的話腦子會炸掉的，與感知機的很類似，多了一個東西 sigmoid求導 感知機是線性 求導等於1

輸出層神經元，知道偏差，計算很簡單。隱含層神經元不知道指望輸出是多少。2我的作事，直接作事的人責任是很容易認定的，我不是直接作事的人。
張三李四都是我派出去的，那麼責任都由我承擔，反饋給我，反饋回來。可是並無這麼簡單。若是張三和我關係特別好，聽我話，李四不太聽話，除了反饋回來，還要乘以哦權重。

偏差信息傳回來再乘以權重，至關於關係或者說影響力。