2.6小结
本章作为深度学习的铺垫,我们介绍了神经网络,它是一种机器学习算法。你学习了三种代表性的单层神经网络经典算法,分别是:感知器、逻辑回归以及多类逻辑回归。我们了解到单层神经网络无法解决非线性问题,而这一问题可以由多层神经网络——输入层和输出层之间配有隐藏层(一层或多层)的神经网络解决。为什么MLP可以解决非线性问题的一个直观解释是通过增加层和神经元的数量,网络可以学习更复杂的逻辑操作,因而有能力表达更复杂的函数。使得模型具备这一能力的关键是反向传播算法。通过向整个网络反向传播输出的误差,模型在每个迭代中都得以更新,调整以适应训练数据,最终达到优化,可以得到接近数据的函数。
接下来的一章,你会学习深度学习的概念和算法。由于你已经掌握了机器学习的基础算法,学习深度学习时不会有任何的困难。