机器学习 8节 神经网络

机器学习

8-1 非线性假设

8-2 神经元与大脑

神经网络 能很好的解决各种机器学习的问题
模拟人体的大脑的一种算法
计算机量较大，现如今的计算机体系已经可以支撑这么大计算体系

8-3 模型展示一

生物学中的神经元：
细胞体、树突（输入通道，接受信息）、轴突（输出通道、传送信息）
神经元将接收到的信息进行计算并传递给其他神经元。

网络中人工神经元：一个带有sigmoid或者logistic激活函数的人工神经元。

而神经网络就是一堆神经元连接在一起的集合。

其中，x0=1被称为偏置单元或者偏置神经元，第一层为输入层，中间的为隐藏层，第三层为输出层。
下图中a1a2a3为神经元

激活项是指由一个具体神经元计算并输出的值。
我们的神经网络被这些矩阵参数化，也叫做权重矩阵。如下图

参数矩阵及权重矩阵的尺寸为（上一层神经元的个数+1）*下一层神经元个数。
使用前向传播过程如下：