- “神经网络”机器学习算法（非线性分类器）
- 模型建立
无隐藏层
有隐藏层
其中g(x)是逻辑回归中的代价函数sigmoid，这里也叫做激励函数；theta在这里依旧是参数，也可以看做用来表示权重。
一个神经网络模型可看做由输入层，隐藏层，输出层三部分组成。
神经网络算法的向量化
- examples
- example1
无隐藏层的算法，可做and, or, nand, nor等问题
- example2
有隐藏层的算法，可以解决异或问题。
- 多类别非线性分类问题
最终结果应用如图所示向量表示：
相关文章：