Neural network 单神经元神经网络-问题类型？

有人能想出一个现实世界的例子，说明一个问题可以通过单个神经元神经网络来解决吗？我想用一个简单的例子来介绍这些概念。

正如戈登所指出的，使用单个神经元进行分类基本上是逻辑回归

当因变量为二分二元变量时，Logistic回归是适当的回归分析。与所有回归分析一样，逻辑回归是一种预测分析。逻辑回归用于描述数据，并解释一个因变量和一个或多个度量区间或比率标度自变量之间的关系

这是应用逻辑回归的一个很好的例子：

---

假设我们对影响政治候选人是否赢得选举的因素感兴趣。结果-反应变量为二进制0/1；赢或输。感兴趣的预测变量是在竞选活动上花费的金钱、在竞选活动中花费的时间以及候选人是否在职

正如Gordon指出的那样，使用单个神经元进行分类基本上是逻辑回归

当因变量为二分二元变量时，Logistic回归是适当的回归分析。与所有回归分析一样，逻辑回归是一种预测分析。逻辑回归用于描述数据，并解释一个因变量和一个或多个度量区间或比率标度自变量之间的关系

这是应用逻辑回归的一个很好的例子：

---

假设我们对影响政治候选人是否赢得选举的因素感兴趣。结果-反应变量为二进制0/1；赢或输。感兴趣的预测变量是在竞选活动上花费的金钱、在竞选活动中花费的时间以及候选人是否在职

对于单神经元网络，我发现求解逻辑函数是一个很好的例子。假设是一个sigmoid神经元，你可以演示网络如何求解线性可分的AND和OR函数，以及它如何无法求解非线性可分的XOR函数。

对于单个神经元网络，我发现求解逻辑函数是一个很好的例子。假设是一个S形神经元，你可以演示网络是如何求解和或运行的，这是一个逻辑回归，当然取决于组合函数和传递函数。这是一个逻辑回归，当然取决于组合函数和传递函数。