在查阅机器学习的资料时，总会遇到神经网络的图片
开始时并不了解这种操作是如何做到识别物体的，在学完权重和代价函数的概念之后，就越来越觉得它和矩阵密不可分
机器学习欲解决的问题可分为回归问题和分类问题，回归问题：对房价来说，可能存在一条曲线来表示房价和占地面积的关系，分类问题：将多个物体的数据绘制成散点图，可能有一条曲线来划分这个物体是否为垃圾。神经网络的作用就是拟合这些曲线，如果说真实值是b，数据集是A的话，神经网络的作用就是找到一个x使得Ax尽可能地去拟合b。但矩阵是一种线性变换，大量的数据集导致拟合值与真实值有着较大差异，所以才会有激活函数来使输入值非线性化。经非线性化后神经网络有了更好的拟合能力。