1.1什么是神经网络

线性回归-房价预算

单变量线性回归可以看成最简单的神经网络，称为单神经网络，房屋的大小看成神经网络的输入x,价格看成输出y。蓝色的拟合线称为ReLU(修正线性单元)。

影响房屋价格的因素有很多，比如还有房间数，邮编，周边的富裕程度,多变量线性回归。多个单神经元的叠加，得到了一个大点的神经网络。当你实现神经网络之后，不管训练集x多大，都可以得到y，所有中间过程它自己完成。

我们实际上要做的是，已知输入特征，神经网络的工作就是预测对应的价格。蓝色斜箭头指的称为隐藏神经单元，每个的输入来自四个特征—它们构成输入层。有足够多的训练样本即x、y,神经网络可以计算x到y精准的映射函数。