Şu hatıralardan hatırlayabilirsiniz: Çapraz egzersizleri öne çıkarın Kategorik veri modülünde, şu sınıflandırma probleminin doğrusal olmadığı unutulmamalıdır:
![Şekil 1. Dörde bölünmüş kartezyen koordinat düzlemi
karelerin her biri rastgele noktalarla doldurulmuş olup
kare. Sağ üst ve sol alt çeyreklerdeki noktalar mavidir,
Ayrıca, sol üst ve sağ alt çeyreklerdeki noktalar turuncu renktedir.](https://developers.google.cn/static/machine-learning/crash-course/neural-networks/images/nonlinear_simple.png?authuser=6&hl=tr)
"Doğrusal olmayan" etiketi içeren bir etiketi doğru tahmin edemeyeceğiniz \(b + w_1x_1 + w_2x_2\)formunun modelidir. Başka bir deyişle, "karar yüzeyi" bir çizgi değil.
Ancak, $x_1$ ve $x_2$ özellikleri üzerinde çapraz özellik yaparsak sonra, iki özellik arasındaki doğrusal olmayan ilişkiyi bir doğrusal model: $b + w_1x_1 + w_2x_2 + w_3x_3$ burada $x_3$, iki nokta arasındaki $x_1$ ve $x_2$:
![Şekil 2. Mavi ve turuncunun aynı Kartezyen koordinat düzlemi
noktalarından birini seçin. Ancak bu kez, beyaz hiperbolik eğri
ekranın sağ üst kısmındaki mavi noktaları birbirinden ayıran
ve sol alt çeyrekler (artık mavi bir arka planla gölgelendirilmiştir)
sol üst ve sağ alt çeyreklerdeki turuncu noktalar (artık
turuncu arka planla gölgelendirilmiş olarak gösterilir).](https://developers.google.cn/static/machine-learning/crash-course/neural-networks/images/nonlinear_simple_feature_cross.png?authuser=6&hl=tr)
Şimdi aşağıdaki veri kümesini göz önünde bulundurun:
![Şekil 3. Dört çeyreğe bölünmüş kartezyen koordinat düzlemi.
Yuvarlak mavi noktalardan oluşan bir küme,
şeklinde temsil edilir ve turuncu noktalardan oluşan bir halkayla çevrilidir.](https://developers.google.cn/static/machine-learning/crash-course/neural-networks/images/nonlinear_complex.png?authuser=6&hl=tr)
Çapraz özellikler alıştırmalarından da hatırlayabilirsiniz. doğru özelliğin belirlenmesinin bu verilere doğrusal bir model uyduracak şekilde kesiştiğini ve denemeler yapmak gerekiyordu.
Peki, tüm bu denemeleri kendiniz yapmak zorunda olmasanız ne olur? Nöral ağlar bir ailedir bulmak için tasarlanmış model mimarilerini doğrusal olmayan verilerdeki kalıplar. Bir sinir ağının eğitimi sırasında model özelliğini otomatik olarak en aza indirmek için giriş verilerinde en iyi özellik kesişimlerini öğrenir kaybetmezsiniz.
İlerleyen bölümlerde nöral ağların nasıl çalıştığına daha yakından bakacağız.