吃瓜挑战-Task4

本次学习第五章-神经网络。本章从最简单的感知机开始，介绍了神经网络中最基础的M-P神经元模型。由于感知机的隐含层的层数限制，因此只能解决线性可分问题，无法解决其他非线性可分问题，因此需要对其进行改进，即引出了基于误差反向传播算法的BP神经网络，该算法在多层前馈神经网络的基础上，增加了基于随机梯度下降法的误差反向传播，使得经过不断迭代，最终使得网络的均方误差收敛到可接收的范围。

另外，由于标准的BP神经网络存在计算量大、对样本变化敏感等问题，又引出了一些改进方法和其他常用的神经网络。