误差逆传播算法

一、误差逆传播算法

1、神经网络

神经网络是由具有适应性的简单单元组成的广泛并行互联的网络。其实，神经网络是一个很大的学科领域，对于数学家和自动控制专家对其有不同的看法。对于我们一般来讲神经网络看作算法，对于西瓜书而言仅仅讨论神经网络与机器学习的交集，即"神经网络学习"亦称"连接主义"学习。

2、误差逆传播算法(BP算法)

BP算法不仅可用于多层前馈神经网络。它是一种监督学习算法，用于根据输入数据和对应的目标输出数据，调整神经网络的权重，使得网络能够对输入数据做出正确的预测。

BP算法的基本思想是通过计算网络输出与真实目标之间的误差，并将误差反向传播到网络中的每个神经元，以便调整各层之间的连接权重，从而降低误差，提高网络的预测能力。该算法主要分为两个阶段：前向传播和反向传播。

给定训练集。也就是输入  维特征向量、