【笔记】神经网络(一)
此篇为coursera上机器学习公开课笔记
一、适用范围
非线性分类问题（特征变量较多，如果用逻辑回归或者线性回归多项式中项数过多）
二、模型：
神经元：
hθ(x)=g(θTx)=11+e−θTx，我们称这是一个以S型函数作为激励函数的人工神经元
每个神经元都是一个学习模型，它采纳一些特征作为输入，并产生一个输出，θ在神经网络中也叫做权重
神经网络：
参数：
三、前向传播
映射关系：
所以θ的行数等于第j+1层的神经元个数，列数等于第j层神经元数+1
向量化：
四、解决非线性问题
1.and or not
2.xor:先将and和not进行组合 即(notx1)and(notx2)构成第二层，再进行一次or得到第三层
3.多类分类：
识别行人、汽车、卡车、摩托车