机器学习神经网络

机器学习神经网络

神经网络:
生物神经网络主要是指人脑的神经网络，它是人工神经网络的技术原型。人工神经网络也称为神经网络也简称为神经网络或称作连接模型，它是一种模仿动物神经网络行为特征，进而分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
布尔逻辑：
程序员经常需要接触布尔函数，也就是返回 true or false 的那些函数。布尔数据的另一种表示方法是使用二进制位对“是”和“否”进行编码：0表示false，1表示true。目前已经存在许多常见的处理布尔数据的函数（OR，AND，NAND，NOR和NOT等），这类函数接受两个布尔数据类型的输入，输出的结果也是布尔数据true或false。
感知器：
感知器利用了布尔逻辑的思想，并更近一步，包含了更多的模糊逻辑。感知器通常需要基于某些阈值的达到与否来决定返回值。
例如我们想判断一个学生的期末成绩是否能够达到“通过”，我们就需要设定一个“通过分值”，并用学生成绩与该分值进行对比，如果该学生的成绩大于等于“通过成绩”则——通过。
神经元
简单来说就是能将一些数据一分为二的‘直线/平面’。
平面上的直线方程是：ax+by+c=0,等式左边大于零和小于零分别表示点(x,y)
在直线的一侧还是另一侧。把这个式子推广到n维空间里，直线的高维形式称为超平面，它的方程：
神经元就是当h大于0时输出1，h小于0时输出0的一个模型，它的实质就是把特征空间一切两半，认为两半分别属两个类。