机器学习之人工神经网络

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：