standford机器学习神经网络（NeuralNetwork）表示.pdfVIP

Standford 机器学习神经网络（Neural Network）的表示 By Jackie_Zhu 更多斯坦福机器学习笔记 /usingnamespace_std/article/details/8883782 上一讲讲了如何用逻辑回归来解决分类问题，如果在两个类多维线性不可分的情况 下，可以通过添加多项式项把向量投影到高维空间使得它线性可分。但这也存在一个问题， 就是当选取的特征很多的时候，feature vector 可能高达几千维，这就是维数爆炸的问题。 比如，如果有一个n 个feature 的向量，如果用二次项去拟合，那么产生的多项式 会有x1^2,x1x2,x1x3…; x2^2, x2x3, x2x4…;总共会有n^2 项，如果要拟合成更高次数的多项 式，那么它的项数会呈指数增长。 在上面这种非线性分类的情况下，神经网络(Neural Network)就有它的用武之地了。 神经网络是一种模拟人脑中神经细胞工作的方法。生物学中，神经网络由许许多多的神经 元构成，每个神经元结构如下图： 神经元的工作原理大致是这样，通过树突接受其他神经元传递过来的信息，然后对 信息进行某些加工后，神经元会通过轴突把加工后的信息传递到轴突终端然后再传递给其 他神经元。至