[學習] 深度學習-Lesson 5 Deep Learning abstract 2

5.1 非線性邊界 5.2 誤差函數 剛剛的感知器算法實現告訴我們，獲取正確分類的方式，就是通過每一個錯誤分類的點，評估錯誤點位置與我們期望位置之間的差異，來慢慢的修正我們分類函數。 因爲誤差暗示瞭如何進行正確的分類，因此誤差的定義就變得尤爲重要，這也被稱爲誤差函數。 5.3 誤差函數與梯度下降 5.4 離散型與連續性-爲什麼使用sigmoid Discrete: 0或1 Continuous:

>>阅读原文<<