神经网络、线性和逻辑回归
Neural Networks, Linear and Logistic Regression
逻辑回归和线性回归是神经网络的特例吗？
请指出我是否可以认为这个说法是正确的。
神经网络可以配置为执行逻辑回归或线性回归。
在任何一种情况下，神经网络只有一个可训练层（输出层），并且该层只有一个神经元（执行 W * x + b 仿射计算和激活的运算符）。它们的激活函数不同。
对于逻辑回归，在输出层有一个 sigmoid 激活函数，产生范围 [0.0, 1.0] 内的浮点数。您可以通过对值应用 0.5 的阈值来做出二元决策。
对于线性回归，输出层通常没有激活函数，因此您会得到一个无界浮点数。
一般来说，您可以将隐藏层添加到您的神经网络中（以增加非线性和更多的学习能力）并且仍然执行二元分类和回归，只要如上所述配置输出层激活即可。
逻辑回归和线性回归是神经网络的特例吗？
请指出我是否可以认为这个说法是正确的。
神经网络可以配置为执行逻辑回归或线性回归。
在任何一种情况下，神经网络只有一个可训练层（输出层），并且该层只有一个神经元（执行 W * x + b 仿射计算和激活的运算符）。它们的激活函数不同。
对于逻辑回归，在输出层有一个 sigmoid 激活函数，产生范围 [0.0, 1.0] 内的浮点数。您可以通过对值应用 0.5 的阈值来做出二元决策。
对于线性回归，输出层通常没有激活函数，因此您会得到一个无界浮点数。
一般来说，您可以将隐藏层添加到您的神经网络中（以增加非线性和更多的学习能力）并且仍然执行二元分类和回归，只要如上所述配置输出层激活即可。