2.6小结本章作为深度学习的铺垫，我们介绍了神经网络，它是一种机器学习算法。你学习了三种代表性的单层神经网络经典算法，分别是：感知器、逻辑回归以及多类逻辑回归。我们了解到单层神经网络无法解决非线性问题，而这一问题可以由多层神经网络——输入层和输出层之间配有隐藏层（一层或多层）的神经网络解决。为什么MLP可以解决非线性问题的一个直观解释是通过增加层和神经元的数量，网络可以学习更复杂的逻辑操作，因而有能力表达更复杂的函数。使得模型具备这一能力的关键是反向传播算法。通过向整个网络反向传播输出的误差，模型在每个迭代中都得以更新，调整以适应训练数据，最终达到优化，可以得到接近数据的函数。接下来的一章，你会学习深度学习的概念和算法。由于你已经掌握了机器学习的基础算法，学习深度学习时不会有任何的困难。
相关资源：Java常用算法手册（第3版）.宋娟(带详细书签).pdf