4.3.1有监督学习（四） - BP神经网络（BP Neuron Networks）

简介

BP神经网络（Backpropagation Neuron Networks）又被称作多层感应机（Multi-layer Perceptrons）。BP神经网络通过设定隐藏层，能够在原有逻辑回归的基础上实现非线性的分割。神经网络在构建过程中，通过定义输入层、隐藏层与输出层，明确激活函数、损失函数，通过梯度递减法训练样本，最终实现分类器。

一句话解释版本：

神经网络由输入层、隐藏层、输出层构成，通过损失函数与梯度下降法拟合参数并建立模型。

 

数据分析与挖掘体系位置

BP神经网络是有监督学习中的一种模型。所以在数据分析与数据挖掘中的位置如下图所示。

 

神经网络相关名词

神经网络中涉及的名词众多，所以我自己整理了一张表格，能够整理清楚这么多的专业词汇到底是为了做什么的。

名称
BP神经网络	使用向后传播法进行参数估计得到的神经网络。
输入层，隐藏层，输出层	神经网络的组成部分
节点、神经元