神经网络--手把手带你了解神经网络背后的原理，一起进行实战进阶

目录

神经网络其实可以理解成一个特殊的函数，它有许多不确定的参数，将其确定好后，能够较好地构建出从输入特征到实际类别的映射。
本文将从一个简单的引例子说起
介绍分类与预测的基本原理
将会介绍感知机模型（解决二分类问题）
一元线性回归（数学解析解）
多元线性回归（波士顿房价问题）
异或问题（多层感知网络的引出）
什么是激活函数？常见的激活函数
神经网络模型是怎样构建的
信号是如何在节点间是如何传播的（信号的正向传播）
怎样编码，如何设置标签（独热编码）
误差的计算，损失函数的选择
极小化损失函数（梯度下降法）；
误差的反向传播；
权值更新量的确定；
minist手写数字识别；
人脸朝向识别