吴恩达《机器学习》 --- 神经网络

  待到秋来九月八，我花开后百花杀。
  冲天香阵透长安，满城尽带黄金甲。

  不知怎的写到这篇文章的时候突然想起了这首诗，想想用这首诗来形容神经网络之于机器学习中一时无两的地位一点也不过分，特别是在当前这么一个情况下，真是“满城”都是神经网络啊！
  吴恩达在Coursera上《机器学习》这个课程中对于神经网络的内容讲的并不是很多，考虑到神经网络的计算复杂性sklearn对其的支持也不是很好，反正后面我们也会专门详细的梳理神经网络的相关内容，这里还是以吴恩达老师的课程为主吧。

模型假设

神经元模型如图所示：对于输入 x x <script type="math/tex" id="MathJax-Element-1">x</script>经过激励函数给出一个输出，图中所示的激励函数是我们之前提到过的sigmod函数。

看完了神经元来看神经网络：下图所示的神经网络包含三层，分别是输入层，隐藏层和输出层，对于多层神经网络出去输入层和输出层都叫隐藏层。

那么神经网络究竟干了件什么事呢，用数学公式表达就是：

  欢迎大家关注微信公众号“翰墨知道”：