1.神经网络的基本思想：曲线/曲面拟合器
2.神经网络具体拟合方式是线性变换与非线性变换的组合（从图形角度理解）:
- 线性变换可以：1.各个要素交织组合 2.对曲线进行拉伸翻转；
- 非线性变换（如sigmod函数:
）:引入曲线曲面，实现精确拟合
- 通过反向传播可以学习相关参数
3.举例说明：
如图所示，绿色曲线为待拟合曲线，我们以Dosage取（0，1）说明神经网络拟合过程，当Dosage取（0，1）时，
- 蓝色部分：先进行线性变换（2.14，-32.26），再代入sigmod，得到最终图像如下图所示，可以看作sigmod函数红框内部分的切片翻转；
- 橙色部分：先进行线性变换（1.29，-1.23），再代入sigmod，得到最终图像如下图所示，可以看作sigmod函数红框内部分的切片拉伸；
最后，将二者再进行线性组合就得到最终的拟合曲线 ；
最后，附学习链接：什么是神经网络---神经网络基本思想：曲线拟合器 (qq.com)