机器学习教程之5-神经网络：表述(Neural Networks:Representation)

1.非线性假设 假设我们希望训练一个模型来识别视觉对象（例如识别一张图片上是否是一辆汽车） ，我们怎样才能这么做呢？一种方法是我们利用很多汽车的图片和很多非汽车的图片，然后利 用这些图片上一个个像素的值（饱和度或亮度）来作为特征。显然用线性回归或逻辑回归都是不可取的，因为将一幅图上的所有点作为特征，特征数太多，计算量太大。 无论是线性回归还是逻辑回归都有这样一个缺点，即： 当特征太多时，计算的负荷

>>阅读原文<<