第二章补充：浅层神经网络——SVM,Autoencoder,RBM,

一、支持向量机SVM

分类的边界附近的向量为支持向量

线性

非线性

#用核函数计算低维两个向量在高维空间的内积（可以理解为距离）
将非线性的向量通过核函数映射到高维空间，进而线性可分

二、自编码器

高维->低维->高维
输出=输入（理想状态）
训练好后便可用来新数据解码。

一次无法提取出全部特征–>多次提取（增加隐含层数量）：深度自编码器，也称栈式自编码器（易于收敛）

三、深度置信网络（DBN）

受限玻尔兹曼机（RBM）

受限：层间节点不相互连接
效果比自编码器好

特征提取

加入了激活函数

重建