什么是神经网络?
它是一个受“大脑怎样运作”这一问题而激发的强大的学习算法.
例子1 - 单一神经网络
给出真实市场上房屋的占地面积的数据，你想寻找一个合适的函数，它用于预测房屋的价格.这是一个线性回归问题，因为房屋的价格关于房屋占地面积的函数是一个连续的输出点.
我们知道价格永远不会为负值，所以我们将构造一个叫做修正线性单元(Rectified Linear Unit , ReLU) 的函数，它以0为起始值.
输入是房屋的占地面积(x)
输出是房屋的价格(y)
下图“神经元”实现了ReLU函数(蓝色线条)
例子2 - 多元神经网络
房屋的价格可能受其他诸如房屋占地面积、卧室的数目、邮政编码和富裕程度这些特点的影响。神经网络的功能是预测房屋的价格，它将会自动地生成隐藏单元。我们只需要给出输入的x和输出y。
（以上内容全是本人还没考四级水平翻译，能看懂就够，不对的可以提出来，谢了）