Coursera-AndrewNg(吴恩达)机器学习笔记——第四周

神经网络 1.神经网络发展的动力：在逻辑回归解决复杂的分类问题时，我们使用属性的一些组合来构造新的属性（x12,x1x2,x22...），这样就会造成属性的数目n过多，带来了大量的运算，甚至造成过拟合的现象。在计算机视觉中对物体进行识别，需要将图片的像素点作为属性，因此，属性的项目n将会十分的庞大。逻辑回归解决这类问题存在不足，这给神经网络提供了发展的动力。   2.神经网络的基础模型： 在神经网

>>阅读原文<<