主要内容
函数逼近与聚类
使用浅层神经网络进行回归、分类和聚类
推广实例输入和输出之间的非线性关系，使用聚类和自编码器进行无监督学习。
- 函数逼近与非线性回归
建立一个神经网络来推广实例输入和输出之间的非线性关系 - 模式识别
训练神经网络从示例输入和它们的类中进行泛化，训练自动编码器 - 聚类
发现自然分布、类别和类别关系 - Autoencoders
使用自编码器神经网络进行特征的无监督学习 - 定义浅神经网络架构
定义浅层神经网络架构和算法
你也可以从以下列表中选择一个网站:
