قد تتذكر من عرض التمارين المتقاطعة في وحدة البيانات الفئوية، من أن مشكلة التصنيف التالية غير خطية:
![الشكل 1. المستوى الإحداثي الديكارتي: مقسّم إلى أربعة
أربعة أقسام، كل منها ممتلئ بنقاط عشوائية في شكل يشبه
تربيع. النقاط في الأرباع في أعلى اليمين وأسفل اليسار زرقاء،
والنقاط في الأرباع في القسمين العلوي الأيسر والسفلي الأيمن برتقالية.](https://developers.google.cn/static/machine-learning/crash-course/neural-networks/images/nonlinear_simple.png?authuser=7&hl=ar)
"غير خطي" يعني أنه لا يمكنك التنبؤ بدقة بتصنيف للنموذج \(b + w_1x_1 + w_2x_2\). أو بعبارةٍ أخرى، "مساحة القرار" ليس خطًا.
ومع ذلك، إذا أجرينا تقاطع خاصية على الميزتين $x_1$ و $x_2$، فيمكننا ومن ثم تمثيل العلاقة غير الخطية بين العنصرين باستخدام نموذج المساواة بين نقاط الاتصال: $b + w_1x_1 + w_2x_2 + w_3x_3$ حيث $x_3$ هو تقاطع الميزة بين $x_1$ و $x_2$:
![الشكل 2. المستوى الإحداثي الديكارتي نفسه باللونين الأزرق والبرتقالي
نقاط كما في الشكل 1. ومع ذلك، فإن المنحنى الزائدي الأبيض هذه المرة
مرسومة أعلى الشبكة، والتي تفصل النقاط الزرقاء في أعلى اليمين
والأرباع السفلية اليسرى (مظللة الآن بخلفية زرقاء) من
النقاط البرتقالية في القسمين العلوي الأيسر والسفلي الأيمن (الآن
مظللة بخلفية برتقالية).](https://developers.google.cn/static/machine-learning/crash-course/neural-networks/images/nonlinear_simple_feature_cross.png?authuser=7&hl=ar)
ضع في اعتبارك الآن مجموعة البيانات التالية:
![الشكل 3. المستوى الإحداثي الديكارتي (الكارتيزي)، مقسّم إلى أربعة أقسام.
تتمركز مجموعة دائرية من النقاط الزرقاء في أصل
رسم بياني، ومحاطة بحلقة من النقاط البرتقالية.](https://developers.google.cn/static/machine-learning/crash-course/neural-networks/images/nonlinear_complex.png?authuser=7&hl=ar)
قد تتذكر أيضًا من تمارين متعددة الميزات أن تحديد الميزة الصحيحة يتقاطع لملاءمة أي نموذج خطي مع هذه البيانات واستغرقت المزيد من الجهد والتجربة.
ولكن ماذا لو لم تضطر إلى إجراء كل هذه التجارب بنفسك؟ الشبكات العصبونية هي عائلة بنى النماذج المصممة لإيجاد غير خطي الأنماط في البيانات. فأثناء تدريب الشبكة العصبية، يطلق على model تلقائيًا تتعلم مواضع تقاطع الميزة المثلى لتؤدي إلى بيانات المدخلات لتقليل الخسارة.
في الأقسام التالية، سنلقي نظرة عن كثب على آلية عمل الشبكات العصبونية.