什麼? 一連串的Logistic regression 就是類神經網路(Neural Network)，也就是Deep Learning !

免費閱讀文章：什麼? 一連串的Logistic regression 就是類神經網路(Neural Network)，也就是Deep Learning !

好吧! 原諒我下的標題，但這就是我剛剛聽完 這堂課logistic regression 的反應。 

寫了文章快一年，版上最受歡迎的文章就屬於 [R]Logistic Regression 羅吉斯迴歸 ，相信有很多想學習Logistic regression 並且想了解如何應用它
如果你已經學會了Logistic regression，那麼代表你很有可能已經會使用Deep Learning 了 !

在 機器學習自學筆記06: Logistic regression 中提到該如何使用 Logistic regression 進行Machine Learning 的三個步驟，如果你會Logistic regression的話，就可以使用Machine Learning並進行分類

但是Logistic regression 是無法用在每一種情形的，我們知道Logistic regression 劃出來會是一條直線，很自然我們可以用這條線來分類，但是如果資料長的像下面這樣，可以使用Logistic regression 嗎?

Class 1 剛好在右下和左上， Class 2 剛好在左下和右上，我們無法找到一條"直線"來將這些資料分類。

但是想一想，可能剛好這組資料的feature 不方便我們使用，我們可以tranform 一下 !!

假設新的x1' 是原本的點到 [ 0, 0] 的距離，x2' 是原本的點到 [ 1, 1] 的距離，重新映射之後如下圖右側(紅色兩點重疊)，此時就可以用Logistic regression 來分類

有了新的feature，是不是就可以用 Logistic regression 來分類了

但麻煩的是，我們並不知道怎麼做feature transformation，如果在這上面花費太多時間就太可惜了，於是我們會希望這個 Transformation是機器自己產生的，怎麼讓機器自己產生呢?
我們可以讓很多 Logistic regression cascade (連接)起來