機械学習、ニューラルネットワークに関する情報にアクセスするには、常に絵に遭遇するとき
この操作は、重量とコスト関数の概念が完了した後、最初にオブジェクトを識別するためにどのように行われるか理解していない、そしてそれは、より多くの切っても切れない行列を感じるだろう
住宅価格について、住宅価格との関係を示す曲線があるかもしれませんし、分類問題の領域をカバー：解決すべき機械学習の問題は、回帰は回帰と分類に分けることができ、複数のオブジェクトからのデータは、散布としてプロット図は、それがごみであるかどうか、オブジェクトを分割する曲線があってもよいです。ニューラルネットワークの役割は、真の値がBである場合、これらの曲線に適合するようになる、そのデータ・セットは、ニューラルネットワークの役割は、アックスbをフィットするようxを見出すことです。しかし、マトリックスは、真の値が大きい差を有するフィット、それは入力delinearizationを活性化する機能を持つことになり、大規模なデータセットが得られ、線形変換です。非線形ニューラルネットワークの後、より良いフィッティング能力を持っています。