线性神经网络

线性回归它可以用来预测一个连续变量的输出，比如预测房屋价格或者销售额。线性回归的假设是输入变量和输出变量之间存在线性关系，即$y=wx+b$，其中$w$和$b$是模型参数。

线性回归可以看作是神经网络的一种简化模型之一。

再看线性回归

例如我们要预测房屋价格，假设房屋的面积和卧室数量作为输入变量，价格作为输出变量。我们可以用线性回归来拟合房屋价格与面积和卧室数量的关系。

• 输入：$x=[x_1,x_2,...,x_n{]}^T$
• 线性模型需要确定一个 n 维权重和一个标量偏差$\omega =[{\omega }_1,{\omega }_2,...,{\omega }_n{]}^T,b$
• 输出 ：$y={\omega }_1{x}_1+{\omega }_2{x}_2+...+{\omega }_n{x}_n+b$