吳恩達機器學習筆記9——神經網絡學習

第9章 神經網絡學習 1，非線性假設 對於非線性假設，特徵數目特別多時，採用logisitic進行分類，容易過擬合，而且計算成本過高。所以要採用神經網絡。 2，神經元和大腦 3，模型展示I bias unit 偏置單元 weights parameters二者同義詞 4，模型展示II 前向傳播模型，向量化。 後部分其實就是Logistic迴歸。 輸入層也可以是非線性特徵。 其他的前向傳播架構 5，

>>阅读原文<<