1 非线性假设
当预测一些特征值特别多的模型时(如:识别图片是否为汽车,提取所有像素点),使用非线性回归的多项式项,
能够帮助我们更好的分类模型;
2 模型表示一
大脑神经网络:多个神经元(多输入/树突,一个输出/轴突)相互链接并通过电脉冲来交流的一个网
Layer1: 输入单元,接收原始数据
Layer2: 中间单元(隐藏层),数据处理
Layer3: 输出单元,计算hθ(x)
令: 代表第 j 层的第 i 个激活单元
代表从第 j 层映射到第 j+1 层时的权重的矩阵 ((j+1层激活单元数量)*(j层激活单元数量))
则:激活单元可表达为