KEKR的机器学习笔记二———神经网络流程及如何矫正过拟合与欠拟合

矫正过拟合与欠拟合：

过拟合：减少features,增大数据量，增加正则项

欠拟合：增多features,减少正则项

神经网络流程：

先进行正向传播：得到每一层的权值

 

再进行反向传播：

计算误差loss=(y-prediction),向后计算出每一层的cost fuction，用梯度下降等优化器去最小化cost fuction