【分类算法】BP神经网络算法理解与实现

一、模型理解

本次介绍的主要为BP神经网络，是ANN(Artifical Neural Networks)神经网络中的一种。BP即为前馈的意思，即输入节点只跟前边的隐藏层或者输出节点向前发生关系。这是一种预测模型，能根据已有的学习集训练出模型，根据预测集中的x1，x2，x3预测Y的值。

在下边的博客中，详细介绍了BP神经网络的算法：

https://blog.youkuaiyun.com/google19890102/article/details/32723459

其中，我们需要注意的关键术语有：输入层、隐藏层、输出层；权重、偏置、激励函数、学习速率；误差、权值更新、偏置更新

二、R语言调用实现案例  

首先我们拿到的数据集如下：

X1	X2	X3	Y
1	0	0	-1
1	0	1	1
1	1	0	1
1	1	1	1
0	0	1	-1
0	1	0	-1