• 神经网络机器学习算法
  • 涉及不同于线性回归和逻辑回归的非线性假设问题

    引例

    image.png
    只要特征的阶数够高，可以尽可能符合分类要求
    但是如果特征数足够多（n=100）
    image.png

如果仅仅涉及二阶，预测函数的项也会非常多
面临过拟合或者运算量过大的问题
为了得到复杂的边界，需要更大的阶数，将面临更大的运算量
而绝大多数的机器学习问题都会面临非常大的n

机器视觉

image.png
样本训练
训练出一个分类器
image.png

image.png

image.png
然而这只是利用了图片上的两个点
如果要利用图片上所有的像素点
image.png
此时仅二阶项时，就会导致总共有约300万个特征