目录:
+ 非线性假设
+ 神经元与大脑
+ 模型展示
+ 例子与直觉理解
+ 多元分类
一·非线性假设
当初始特征个数n很大时,将高阶多项式项数包括到特征里,会使特征空间急剧膨胀,当特征个数n很大时,增加特征来建立非线性分类器并不是一个好做法。
二·神经元与大脑
似乎可以把几乎任何一种传感器接入到大脑的几乎任何一个部位,大脑就会学会处理它
三·模型展示
用数学来定义或计算神经网络的假设函数
如何高效进行计算并展示一个向量化的实现方法
四·例子与直观理解
拟合AND运算网络入手
五·多元分类