机构名称：
¥ 2.0
神经网络与逻辑回归具有相同的数学相同。但是，神经网络比逻辑回归更强大，而且确实可以证明一个最小的神经网络（从技术上讲，一个具有单个“隐藏层”）可以显示任何功能。神经网络分类器与逻辑回归不同。通过逻辑回归，我们通过基于域知识开发许多丰富类型的特征模板，将回归分类器应用于许多不同的任务。在使用神经网络时，更常见的是避免大多数使用丰富的手派生功能，而是构建以原始单词为输入的神经网络，并学会诱导功能作为学习分类的过程的一部分。我们在第6章中看到了嵌入的这种表示的示例。非常深的网属于代表学习。因此，深神经网是提供足够数据以自动学习功能的任务的正确工具。在本章中，我们将作为分类器介绍FeedForward网络，并将它们介绍为语言建模的简单任务：将概率分配给单词序列并预测即将到来的单词。在随后的章节中，我们将介绍神经模型的许多其他方面，例如复发性神经网络（第8章），变压器（第9章）和蒙版语言建模（第11章）。
神经网络
主要关键词
相关文件推荐
