coursera_机器学习_吴恩达_week4

神经网络的表示
提纲
1. 动机
  • 非线性hypotheses
  • 神经元与大脑
2. 神经网络
  • 模型表示I
  • 模型表示II
3. 应用
  • 例子与直观解释I
  • 例子与直观解释II
  • 多类分类问题

1. 动机

1.1 非线性hypotheses


结论:当特征值非常多时,会产生非常多的特征项,hypotheses非常复杂




1.2 神经元与大脑


2. 神经网络
2.1 模型表示I



2.2 模型表示II
3. 应用
3.1 例子与直观解释I
3.2 例子与直观解释II
3.3 多类分类问题


猜你喜欢

转载自blog.csdn.net/wwyl1001/article/details/79120908