2.5　本章小结

本章首先介绍了神经网络的基础知识，包括神经元、常用激活函数和损失函数；接着介绍了梯度下降算法、自适应学习率算法及Keras实现；然后介绍了几种常用避免模型过拟合的方法。最后通过一个综合实例介绍了如何对telecom churn数据集进行数据预处理及建模，并通过各种技巧寻找较优模型。