本文转载自我在 CSDN 的旧博客:机器学习笔记(2)——什么是神经网络(写于 2018-04-16),迁移时整理了格式。

什么是神经网络?#

它是一个受“大脑怎样运作”这一问题而激发的强大的学习算法.

例子 1 - 单一神经网络#

给出真实市场上房屋的占地面积的数据,你想寻找一个合适的函数,它用于预测房屋的价格.这是一个线性回归问题,因为房屋的价格关于房屋占地面积的函数是一个连续的输出点.

我们知道价格永远不会为负值,所以我们将构造一个叫做修正线性单元(Rectified Linear Unit , ReLU) 的函数,它以 0 为起始值.

输入是房屋的占地面积(x)

输出是房屋的价格(y)

下图“神经元”实现了 ReLU 函数(蓝色线条)

例子 2 - 多元神经网络#

房屋的价格可能受其他诸如房屋占地面积、卧室的数目、邮政编码和富裕程度这些特点的影响。神经网络的功能是预测房屋的价格,它将会自动地生成隐藏单元。我们只需要给出输入的 x 和输出 y。

(以上内容全是本人还没考四级水平翻译,能看懂就够,不对的可以提出来,谢了)

留言


⬆︎TOP