1.2 什么是神经网络？

什么是神经网络？

例如在下图中，有5个已知房源的信息，每个叉对应不同的价格与房子的大小。

如果想要找到一个函数能够根据房屋的面积大小去预测房价 ⇒ 则需要根据线性回归,用这些数据来拟合一条直线。

由于房价不可能为0，所以在原点处弯曲了一些，让它结束于0
综上，就可以把这个房屋加上这个拟合函数 看作是 一个非常简单的神经网络。

我们将房屋的面积 作为神经网络的输入 x；
通过 一个独立的神经元；
将房价输出为 y。
这样一个网络，就实现了上述函数的功能。
这个神经元做的就是 输入面积，完成线性运算，选取不小于0的数，最后输出 预测的价格。这样的神经网络称为，单神经元网络。

而复杂的神经网络，正是通过这些单神经元网络堆叠而成的。

例如，我们在这个房屋预测系统中加入其他的房屋特征。在其中加入，卧室的数量，邮编，周围街区的繁华程度，再分别对应家庭成员的数量，通勤距离，周边学校的质量等。就