最小二乘法是基本的线性求解问题之一，本文介绍最小二乘法的原理，和最小二法求解公式的推导

本文讲述tansig和logsig的导数推导过程。tansig和logsig经常用于做BP神经网络的激活函数，它们的导数都有良好的性质：导数可以用自身表示。

老饼讲解-BP神经网络：本文讲解matlab神经网络工具箱关掉ValidationChecks的三种方法。

老饼讲解BP神经网络：在本文，展示一个matlab2014实现神经网络的简单例子，用于初步学习。

本文梳理BP神经网络的建模流程，供大家建模时进行借鉴。

精确径向基神经网络在matlab中使用newrbe建立。这里小编不得不说，newrbe实际是newrb(径向基)神经网络的特殊情况，newrbe的结构与newrb完全一样，只不

RBF神经网络与BP神经网络都是常用的两种用于回归预测的神经网络，本文通过对两种神经网络的对对，简单快速了解两种神经网络的特色与区别

​本文讲解一个BP神经网络的完整建模流程，具体例子见《​​​​​​​一个BP的完整代码实现》。​

BP（back propagation）神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络，由Rumelhart和McClelland为首的科学家于1986年提出。它是应用最广泛的神经网络模型之一，能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。

本节介绍动量梯度下降法的思想以及算法流程动量梯度下降法是对梯度下降法的一种改进，这主要是因为梯度下降法在遇到局部最优时，毫无办法为了解决跳出局部最优，动量梯度下降法为此模仿物体从高处滚到低处的原理，由于物体具有动量，遇到小坑时会由于原有动量而跃出小坑,因此，动量梯度下降法在迭代的过程中引入动量的概念，它的迭代量改为"速度",而当前的负梯度只作为速度的修改量，动量梯度下降法迭代公式如下：其中，mc是