一，简介：
1.机器学习分支，人工神经网络(Artificial Neural Network, ANN)为基础
二，与机器学习区别：
1.机器学习人工进行特征抽取 深度学习自动进行特征抽取
2.机器学习，数据少，相对效果不好 深度学习，数据多，相对效果更好
三，人工神经网络：
1.(Artificial Neural Network, ANN) 模仿生物神经网络(中枢 大脑)的结构和功能的数学模型 用于对函数惊醒估计或者近似 更好的解决问题
四，神经元：
1.神经网络中的基础，相互连接，组成神经网络
2. T=f(W^TA+b)
五，单层神经网络：
六，感知机：
七，多层神经网络：
八，激活函数：
1.作用：增加非线性分割能力 提高模型鲁棒性(稳健性 拟合另一波数据能力) 缓解梯度消失问题 加速模型收敛(模型训练更快)等
2.例子：感知机二分不完全 添加激活函数使二分线直线变弯 增加区分的准确性(例子理解即可)
其他：
线性条件：
