第1关：简单线性回归与多元线性回归任务描述本关任务：根据本节课所学知识完成本关所设置的选择题。相关知识为了完成本关任务，你需要掌握：1.简单线性回归，2.多元线性回归。简单线性回归在生活中，我们常常能碰到这么一种情况，一个变量会跟着另一个变量的变化而变化，如圆的周长与半径的关系，当圆的半径确定了，那么周长也就确定了。还有一种情况就是，两个变量之间看似存在某种关系，但又没那么确定，如青少年的身高与体

第1关：逻辑回归核心思想任务描述本关任务：根据本节课所学知识完成本关所设置的编程题。相关知识为了完成本关任务，你需要掌握：什么是逻辑回归；sigmoid函数。什么是逻辑回归当一看到“回归”这两个字，可能会认为逻辑回归是一种解决回归问题的算法，然而逻辑回归是通过回归的思想来解决二分类问题的算法。那么问题来了，回归的算法怎样解决分类问题呢？其实很简单，逻辑回归是将样本特征和样本所属类别的概率联系在一起

第1关：神经网络基本概念任务描述本关任务：根据本节课所学知识完成本关所设置的选择题。相关知识为了完成本关任务，你需要掌握：1.神经网络基本概念。神经网络基本概念神经网络由输入层、隐藏层、输出层组成；层与层之间的神经元有连接，而层内之间的神经元没有连接。连接的神经元都有对应的权重；最左边的层叫做输入层，这层负责接收输入数据；最右边的层叫输出层，我们可以从这层获取神经网络输出数据；输入层和输出层之间的

第1关：实现卷积层的前向传播任务描述本关任务：实现卷积层的前向传播。相关知识为了完成本关任务，你需要掌握：全连接层存在的问题；什么是卷积；什么是卷积层。本实训内容可参考《深度学习入门——基于 Python 的理论与实现》一书中第 7 章的内容。全连接层存在的问题在上一个实训中，我们对全连接层进行了学习。在全连接层中，所有的输入神经元和所有的输出神经元之间都两两相连，这样可以更加充分地提取输入和输出

第1关：神经网络基本概念任务描述本关任务：根据本节课所学知识完成本关所设置的选择题。相关知识为了完成本关任务，你需要掌握：1.神经网络基本概念。神经网络基本概念神经网络由输入层、隐藏层、输出层组成；层与层之间的神经元有连接，而层内之间的神经元没有连接。连接的神经元都有对应的权重；最左边的层叫做输入层，这层负责接收输入数据；最右边的层叫输出层，我们可以从这层获取神经网络输出数据；输入层和输出层之间的

第1关：简单线性回归与多元线性回归任务描述本关任务：根据本节课所学知识完成本关所设置的选择题。相关知识为了完成本关任务，你需要掌握：1.简单线性回归，2.多元线性回归。简单线性回归在生活中，我们常常能碰到这么一种情况，一个变量会跟着另一个变量的变化而变化，如圆的周长与半径的关系，当圆的半径确定了，那么周长也就确定了。还有一种情况就是，两个变量之间看似存在某种关系，但又没那么确定，如青少年的身高与体

第1关：感知机 - 西瓜好坏自动识别任务描述本关任务：使用感知机算法建立一个模型，并根据感知机算法流程对模型进行训练，得到一个能够准确对西瓜好坏进行识别的模型。相关知识为了完成本关任务，你需要掌握：1.什么是感知机，2.感知机算法流程。数据介绍这里，我们利用西瓜书上的例子来构造数据，实例中包括特征和类别。一共构造了帮助预测的特征一共有 30 个：色泽、根蒂、敲声等等。类别为是好瓜与不是好瓜。部分数

第1关：简单线性回归与多元线性回归任务描述本关任务：根据本节课所学知识完成本关所设置的选择题。相关知识为了完成本关任务，你需要掌握：1.简单线性回归，2.多元线性回归。简单线性回归在生活中，我们常常能碰到这么一种情况，一个变量会跟着另一个变量的变化而变化，如圆的周长与半径的关系，当圆的半径确定了，那么周长也就确定了。还有一种情况就是，两个变量之间看似存在某种关系，但又没那么确定，如青少年的身高与体

第1关：逻辑回归核心思想任务描述本关任务：根据本节课所学知识完成本关所设置的编程题。相关知识为了完成本关任务，你需要掌握：什么是逻辑回归；sigmoid函数。什么是逻辑回归当一看到“回归”这两个字，可能会认为逻辑回归是一种解决回归问题的算法，然而逻辑回归是通过回归的思想来解决二分类问题的算法。那么问题来了，回归的算法怎样解决分类问题呢？其实很简单，逻辑回归是将样本特征和样本所属类别的概率联系在一起

第1关：神经网络基本概念任务描述本关任务：根据本节课所学知识完成本关所设置的选择题。相关知识为了完成本关任务，你需要掌握：1.神经网络基本概念。神经网络基本概念神经网络由输入层、隐藏层、输出层组成；层与层之间的神经元有连接，而层内之间的神经元没有连接。连接的神经元都有对应的权重；最左边的层叫做输入层，这层负责接收输入数据；最右边的层叫输出层，我们可以从这层获取神经网络输出数据；输入层和输出层之间的