神经网络——构建非线性映射

2019独角兽企业重金招聘Python工程师标准>>>

        本文为神经网络综合系列的第一篇，通过学习，你也将实现多个功能学习/深度学习算法，能看到它们为你工作，并学习如何应用/适应这些想法到新问题上。文章内容是假定您有基本的机器学习基础之上进行的（特别是熟悉的监督学习，逻辑回归，梯度下降的想法）

1. 关键词

neural networks 神经网络

activation function 激活函数

hyperbolic tangent 双曲正切函数

bias units 偏置项

activation 激活值

forward propagation 前向传播

feedforward neural network 前馈神经网络

 

2. 概述

以监督学习为例，假设我们有训练样本集（x[^i], y[^i]）,那么神经网络算法能够提供一种复杂且非线性的假设模型h[W,b](x),他具有参数W和b，可以以此参数来拟合我们的数据。

为了描述神经网络，我们先从最简单的神经网络讲起&#x