机器学习原理、算法与应用 课后习题答案 第九章.docx

9.5习题

神经元是神经网络的基本单元，它是一种数学模型，用于模拟神经系统中的神经元，其

由生物学中的神经元演变而来。神经元是信息的处理中心。它负责整合所有输入信息（加权求和），然后通过一个非线性转换（激活函数）产生输出信号，传递给后续单元。

权重是连接两个神经元的重要性参数。每个输入信号进入神经元时，都对应一个权重。权重是神经网络需要学习的关键参数。权重是可学习的参数，它们量化了输入特征对神经元输出的贡献度或重要性。学习过程本质上就是找到一组最优的权重值，使模型能够准确完成任务（如分类或回归）。

激活函数是神经网络中的一种数学函数，它被应用于神经元的输出，用于确定神经元的

激活状态。激活函