LEVEL ll 复习大纲篇 | 第三章 预测型数据挖掘模型（中）

第四节、神经网络与深度学习

【领会】

BP 神经网络概述(理解神经网络的由来及发展历程)

卷积神经网络(ConvolutionalNeuralNetworks, CNN)(理解卷积神经网络 CNN 的由来

及发展历程)

递归神经网络(RecurrentNeural Networks,RNN) (理解递归神经网络 RNN 的由来及发

展历程)

【熟知】

感知器(Perceptron)及感知器的极限

多层感知器(Multi-LayerPerceptron)

BP 神经网络的架构方式

神经元的组成：组合函数(CombinationFunction)与活化函数(ActivationFunction)

BP 神经网络如何传递信息

修正权重值及常数项

训练模型前的数据准备(分类模型的数据准备、预测模型的数据准备)

BP 神经网络与逻辑回归、线性回归及非线性回归间的关系

【应用】

运用数据挖掘软件建立 BP 神经网络模型，解读模型结果，并评估模型效能。

第五节、逻辑回归

【熟知】

逻辑回归与 BP 神经网络的关系

逻辑回归的字段选择方式(前向递增法、后向递减法、逐步回归法)

【应用】

运用数据挖掘软件建立逻辑回归模型，解读模型结果，并评估模型效能。

这就是大纲第三章的内容，希望对大家能有所帮助。