人工神经网络Step01

感知器

人工神经网络（ANN)是机器学习的一重要分支，在没介绍神经网络之前，有必要先介绍感知器，感知器是人工神经网络的前身。

有这么一个问题，我们知道某人的体重及身高可否估计出人体脂肪的含量比例（就是肥瘦问题了）？

而实际的

在这之前，我们随机在街上找了几百人做测量，测量下面的数据：

1。年龄（岁）
2。体重（公斤）
3。身高（厘米）
4。颈围（厘米）
5。胸围（厘米）
6。腹部（厘米）
7。臀围（厘米）
8。大腿围（厘米）
9。膝围（厘米）
10。踝周长（厘米）
11。肱二头肌（扩展）腰围（cm）
12。前臂围（厘米）
13。腕围（厘米）

最后是测量这个人的脂肪比例（百分比）

看看是上面的13个因素和身体的脂肪比例有没关系？

为了方便理解，这里只选取测量的体重（X1)及身高(X2）中30组数据为说明对象，数据如下：

思路是这样的，能否找到w1及w2，使得y~=w1*x1+w2*x2+w0,这样只要求出w1,w2,wo就可以解决一开始的问题。

于是，我们把上面的模型简化为：

其中h=W1*X1+W2*X2+W0，然后让h尽可能接近y的。

这里要定义X0=1,于是上面的h就可以写成

（待续）；