目录第5章 神经网络5.1 神经元模型5.2感知机和多层网络5.3误差逆传播算法5.4全局最小和局部极小5.5其他常见神经网络5.5.1RBF网络5.5.2ART网络5.5.3SOM网络5.5.4级联相关网络5.5.5Elman网络5.5.6Boltzmann机5.6深度学习习题5.1试述将线性函数f(x)=wTxf(x)=w^{T}xf(x)=wTx用作神经元激活函数的缺陷。5.2试述使用图5.

目录第6章 支持向量机6.1间隔与支持向量6.2对偶问题6.3核函数6.4软间隔与正则化6.5支持向量回归第6章 支持向量机6.1间隔与支持向量支持向量（support vector）：距离超平面最近的且满足一定条件的几个训练样本点间隔（margin）：两个不同类别的支持向量到超平面的距离之和支持向量机（support vector machine）：最大化间隔6.2对偶问题对偶问题（dual p