คุณอาจจำได้จาก นำเสนอการออกกำลังกายแบบครอสเวิร์ด ในโมดูลข้อมูลเชิงหมวดหมู่ ว่าปัญหาการจัดประเภทต่อไปนี้ไม่ใช่แบบเชิงเส้น
"ไม่เป็นเชิงเส้น" หมายความว่าคุณไม่สามารถคาดการณ์ป้ายกำกับที่มี ของแบบฟอร์ม \(b + w_1x_1 + w_2x_2\)กล่าวคือ "แพลตฟอร์มการตัดสินใจ" ไม่เป็นบรรทัด
อย่างไรก็ตาม หากเราดำเนินการข้ามคุณลักษณะ $x_1$ และ $x_2$ เราจะสามารถ แสดงความสัมพันธ์ที่ไม่ใช่เชิงเส้นระหว่างคุณลักษณะทั้งสองโดยใช้ รูปแบบเชิงเส้น $b + w_1x_1 + w_2x_2 + w_3x_3$ โดยที่ $x_3$ เป็นจุดสนใจที่อยู่ระหว่าง $x_1$ และ $x_2$:
ตอนนี้ให้พิจารณาชุดข้อมูลต่อไปนี้
คุณยังอาจจำได้จากการออกกำลังกายแบบข้ามฟีเจอร์ การกำหนดกากบาทคุณลักษณะที่ถูกต้องเพื่อให้พอดีกับโมเดลเชิงเส้นกับข้อมูลนี้ จึงต้องใช้ความพยายามและการทดลองมากขึ้นเล็กน้อย
แต่ถ้าคุณไม่ได้ทำการทดลองทั้งหมดด้วยตัวเองล่ะ โครงข่ายประสาทเป็นตระกูล ของสถาปัตยกรรมโมเดล ที่ออกแบบมาเพื่อค้นหา ไม่เป็นเชิงเส้น รูปแบบต่างๆ ในข้อมูล ในระหว่างการฝึกโครงข่ายประสาท model โดยอัตโนมัติ เรียนรู้ข้ามฟีเจอร์ที่มีประสิทธิภาพสูงสุดในการดำเนินการกับข้อมูลอินพุตเพื่อลด การสูญเสีย
ในส่วนต่อไปนี้ เราจะมาดูรายละเอียดการทำงานของโครงข่ายประสาท