一、神经网络是什么?
神经网络结构大概如下:
最基本的神经网络由输入层,隐含层和输出层构成,给定输入量,就能得到一组输出结果。逻辑回归可以看作是一个只有输入层和输出层的简单神经网络,从逻辑回归到神经元(感知器)的过程如下:
其中g(z)为sigmoid函数,在神经网络中叫做激活函数或者连接函数,起到归一化的作用。
在上述神经元(感知器)的基础上,添加少量隐含层,就得到了浅层神经网络,如下:
如果增多中间层,就得到了深度神经网络(DNN):
二、为什么要用神经网络?
神经网络应用在分类问题中效果好,特别是针对非线性可分的问题(这是LR和SVM等算法不擅长的),如下图的点分类: