Machine Learning：Neural Network---Representation
1，Non-Linear Classification
如果還採取簡單的線性分類手段，那麼會面臨着過擬合以及效率低下的問題(如圖所示)，然而neural network則可以很好的解決非線性分類問題。
2，Model representation
第一層稱爲input layer，最後一層稱爲output layer，中間其餘各層稱爲hidden layer。
注意一下權重參數theta的維數問題。
3，Forward propagation
4，神經網絡Example
神經網絡建模的難點在於神經結構的選擇以及權重參數theta的選擇，一個好的神經網絡是需要很精細的設計的。
5，Multi-class classification
當將神經網絡運用於Multi-class classification問題時，其輸出h(theta)不再是一個數值而是一個向量，並且其值爲1的元素對應着合適的分類。
----------------------------------------------------------------------------------------------------------------
本內容摘自斯坦福大學Andrew Ng老師《機器學習》課件
