版权声明：作者：Rookiekk 联系邮箱：[email protected] 欢迎转载或分享，但请务必声明文章出处。 https://blog.csdn.net/qq_18888869/article/details/82880411
1.神经元模型
2.感知机与多层网络
3.误差逆传播算法
(A)BP算法：最小化训练集D上的累积误差
标准BP算法：更新规则基于单个Ek推导而得
两种策略防止过拟合：（1）早停（通过验证集来判断，训练集误差降低，验证集误差升高）（2） 正则化：在误差目标函数中引入描述网络复杂度的部分
4.全局最小与局部最小
跳出局部最小的方法：（1）不多参数初始化多个神经网络。去误差最小的解做为最终参数（2）模拟退火（3）遗传算法
5.其他神经网络
Boltzmann机 RBM受限玻尔兹曼机
自己学习时写了一些代码，有的还有一些问题，可以留言讨论，习题以后补上
https://github.com/makang101/machinelearning/tree/master/chapter5neuralNetwork