本次学习笔记主要记录学习机器学习时的各种记录，包括吴恩达老师视频学习、李宏毅老师视频学习、周志华老师的《机器学习》（西瓜书）以及李航老师的《统计学习方法》。作者能力有限，如有错误等，望联系修改，非常感谢！

机器学习笔记（六）-神经网络：概述

• 一、非线性假设
• 二、神经元和大脑
• 三、模型表示I
• 四、模型表示II
• 五、例子与直观理解I
• 六、例子与直观理解II
• 七、多类别分类

---

第一版       2022-01-06        初稿

---

一、非线性假设

无论线性回归还是逻辑回归，特征过多时，计算负荷极大。

只选用灰色图片，每个像素则只有一个值（而非RGB值），可选取图上不同位置上的两个像素，然后训练一个逻辑回归算法利用这两像素来判断是否为汽车。

普通逻辑回归不能有效处理这么多特征，这时需要神经网络。

二、神经元和大脑

**神经网络最初目的：**制造能模拟大脑的机器。
**东山再起原因：**其实是计算量有些偏大的算法，由于近年来，计算机运行速度加快而再起。

seeing with your tougue:原理是BrainPort系统，头戴设备遵循高：暗、低：亮；
Human echolocation:弹手、弹舌，声纳；
Haptic belt:触觉皮带，朝北 蜂鸣器一直响；
Implanting a third eye。

三、模型表示I

神经元是一个计算单元，它从输入通道接受一定数目的信息，并做一些计算，然后将结果通过它的轴突传送到其他节点。如下图，其利用微弱电流（动作电位）进行沟通。

四、模型表示II

为了更好了了解 Neuron Networks 的工作原理，我们先把左半部分遮住：

五、例子与直观理解I

六、例子与直观理解II

七、多类别分类

^{1 2 3}

---

1. 机器学习-吴恩达 ↩︎

2. 机器学习-李宏毅 ↩︎

3. 机器学习-周志华 ↩︎

标签：II,机器,模型表示,学习,神经网络,概述,笔记,直观
来源： https://blog.csdn.net/zxq997997/article/details/120493802