您可能还记得“分类数据”模块中的特征交叉练习，其中指出以下分类问题是非线性的：
“非线性”这表示你无法准确预测 格式为 \(b + w_1x_1 + w_2x_2\)。换言之， “决策界面”不是一条线。
不过，如果我们对特征 $x_1$ 和 $x_2$ 执行特征交叉，则可以使用线性模型表示这两个特征之间的非线性关系：$b + w_1x_1 + w_2x_2 + w_3x_3$，其中 $x_3$ 是 $x_1$ 和 $x_2$ 之间的特征交叉：
现在，请考虑以下数据集：
您可能还记得特征交叉练习，在确定正确的特征交叉以将线性模型拟合到这些数据时，需要付出更多努力并进行更多实验。
但如果您不必亲自进行所有这些实验，该怎么办？ 神经网络是一类模型架构，旨在发现数据中的非线性模式。在神经网络训练期间，模型会自动学习对输入数据执行的最佳特征交叉，以最大限度地减少损失。
在后面的部分中，我们将详细介绍神经网络的运作方式。