之前没学过Matlab，所以第一题的代码直接看的答案，看完之后熟悉了Matlab的写作习惯，第二题顺利自己搞定。 题目地址：http://cs229.stanford.edu/materials.html Matlab代码： x=load('q2x.dat'); y=load('q2y.dat'); x=[ones(size(x,1),1) x]; theta=pinv(x'*x)*x'*y

1. Feed-forwardNetwork Functions 拿下图举例说明神经网络： 上图是一个三层的神经网络，第一层叫输入层，最后一层叫输出层，中间的叫做隐含层。（x0,z0是虚构的，值都是1） 数据是如何从输入层到达输出层的呢？ 首先： wji叫做权重系数，wj0叫做偏移量wj0 进而： 得到第二层的值，h可能是sigmoid，tanh或soft

首先要了解神经网络的有关知识，可以参考前一篇博文： PRML学习笔记之Neural Nerwork（神经网络） 下图是一个自编码神经网络的示意图： 目标是输入和输出保持一致，来训练神经网络，用前一篇博客中的公式。下面再总结一下： 当  时，  ，也就是第  个输入值（输入值的第  个特征）。 然后： 能够得到各层的值和输出值。 对于中间层，加一个抑制参数：