神经元组成神经网络
神经网络为多层，中间为隐藏层。
隐藏层可以实现推测（演绎）的过程，可以实现升维和降维（取决于该层神经元个数）
层数越多，深度越深，就是深度学习
隐藏层升维降维都需要预处理
机器学习的预处理（特征抽取和特征选择）和算法是分开的；深度学习中预处理和算法是一个整体
Y = X1W1 + X2W2 + X3W3 + Z (线性)
如果X1-n为平方后者1.5次方，则为非线性
激活函数（Activation Function）是非线性函数
损失函数(loss),在回归里面叫MSE,在分类里面叫交叉熵Cross-entropy
