“每天一頁(yè)書”讀書打卡

【10-27-Day20】 《機(jī)器學(xué)習(xí)》

8.1 非線性假設(shè)?

非線性問(wèn)題的模型，如果涉及的數(shù)據(jù)特別多，特征值特別多的時(shí)候，就不不能直接用線性回歸和邏輯回歸了。這個(gè)時(shí)候要用到神經(jīng)網(wǎng)絡(luò)。

8.2神經(jīng)元和大腦?

實(shí)驗(yàn)表明，大腦中雖然劃分了不同的部位對(duì)應(yīng)不同的功能，比如聽覺(jué)區(qū)域?qū)?yīng)聽覺(jué)，但是如果通過(guò)功能區(qū)和器官切斷，又對(duì)接其他的區(qū)域，那么大腦的其他部分也可以通過(guò)訓(xùn)練來(lái)學(xué)習(xí)到這個(gè)聽覺(jué)能力。如果你能把幾乎任何傳感器接入大腦中，大腦的學(xué)習(xí)算法就能找出學(xué)習(xí)數(shù)據(jù)的方法并處理這些數(shù)據(jù)。

8.3模型表示1：神經(jīng)網(wǎng)絡(luò)模型是由許多邏輯單元按照不同層級(jí)組織起來(lái)的網(wǎng)絡(luò)，每一層的輸出變量都是下一層的輸入變量。比如一個(gè)3層的神經(jīng)網(wǎng)絡(luò)，第一層是輸入層，最后一層為輸出層，中間一層成為隱藏層。我們?cè)贋槊恳粚釉黾右粋€(gè)偏差單位。這個(gè)簡(jiǎn)單的三層神經(jīng)網(wǎng)絡(luò)模型為一個(gè)3*4的特征矩陣組成。