supervised learning algorithm

Supervised Learning Algorithm是机器学习算法分支，即监督学习算法；

在这个算法下面；我们可以看到机器学习基本操作的定义；

对于一个输入集，这个集合是一个已经提取的特征序列，比如一个房子的地段信息，大小，几室几厅；

存在一个转化函数，这个函数一般取sigmal函数，因为这个函数能够把很大的估计值（如房子的价格，也就是我们要训练的结果）转化为0-1的区间，在这个区间的值可以用来表示我们估计值取该值的概率；

一个输出集合，这个集合既可以是区间也可是几个离散的值；比如对于房价，我们通常用区间划分；

通过上面的函数将房价转化为0-1的数，我们称这个过程是归一化；

得到了结果之后，就需要对原来的预测函数进行调整；因为一开始我们得到的值一般是不准确的，准确度只有50%；

通过反向传递算法，可以通过原计算函数对于节点的参数求导，得到反响传递的一个参数；这个参数乘以调整系数；加上原本的节点值；就可以对节点进行调整；

一般来说，一个数据训练了十几次，其归纳值就会趋于平稳；

此外我们还要注意小心过度饱和，因为训练的数据可能不能适应现实中的所有情况；