详细原文介绍：
神经网络入门随记 以及 matlab中神经网络工具箱的使用
关于神经网络的非常基础概念 个人笔记 不具权威性 仅供参考
欢迎指正错误 提供意见 交流讨论等
1.思路简介
我们有一个数据，称之为样本。样本有四个属性，其中三个属性已知（特征），一个属性未知（目标）。我们需要做的就是通过三个已知属性（特征）预测未知属性（目标）。
具体办法就是使用神经元的公式进行计算。三个已知属性（特征）的值是a1，a2，a3，未知属性（目标）的值是z。z可以通过公式计算出来。
这里，已知的属性称之为特征，未知的属性称之为目标。
假设特征与目标之间确实是线性关系，并且我们已经得到表示这个关系的权值w1，w2，w3。那么，我们就可以通过神经元模型预测新样本的目标。
2.权重
连接是神经元中最重要的东西。每一个连接上都有一个权重。
一个神经网络的训练算法就是让权重的值调整到最佳，以使得整个网络的预测效果最好。
在神经元模型里，每个有向箭头表示的是值的加权传递。
用a表示输入，w表示权值，在连接的末端，信号的大小就变成了a*w。
3.工具箱
（1）首先是导入数据
从MATLAB左上角处选择“主页”，再选择“导入数据
最低0.47元/天 解锁文章
扫一扫
到【灌水乐园】发言
