主要内容
函数近似和聚类
使用浅神经网络执行回归，分类和聚类
概括了示例输入和输出之间的非线性关系，使用群集和自动分析执行无监督的学习。
- 函数近似和非线性回归
创建神经网络以概括示例输入和输出之间的非线性关系 - 模式识别
培训一个神经网络以概括示例输入及其类，列车自动化器 - 聚类
发现自然发行版，分类和类别关系 - autoencoders.
使用AutoEncoder神经网络执行无监督的功能学习 - 定义浅层神经网络架构
定义浅神经网络架构和算法
您还可以从以下列表中选择一个网站：
