以错误反向传播为训练模式的前馈神经网络是非参回归估计的例子。作者提出了一个指导性的非参估计及其与神经网络之间的联系，并且通过统计学，就是概率的角度强调了神经模型的优势和劣势。并用人造数据和手写数字两个实验介绍了主要的思想。作为结论，不讨论并行的硬件和其他的应用问题，我们提示现阶段的反馈神经网络对复杂问题的机器感知和机器学习非常不足。并且作者提出神经模型的主要挑战是表示，就是特征的提取，而不是学习，这个观点通过手写数字这个实验来支持。
2021-12-30 21:54:43
15KB
1