数值、预测与激活函数
学习目标
编写小函数并解释其输出含义。
从平均数、最大值和阈值分类器开始。max 返回最大值，argmax 返回其位置。在单标签分类中，该位置可表示最高分类分数对应的类别。分数不自动等于校准良好的概率。改变判定阈值可能改变哪些样本被判为阳性。
深入一点
神经元可先计算 z = w·x + b，再应用激活函数。sigmoid 将有限实数映射到 0 与 1 之间，但它只是一种激活函数，并不是所有神经元的定义。其他网络也使用 ReLU 或 GELU。实现 sigmoid 只是实现一个部件，不等于训练好了网络。后续任务引入从数据拟合的模型，通过示例只是检查点，不是泛化能力的证明。
用自己的话解释
对于 [0.2, 0.7, 0.1]，下标从 0 开始时 max 和 argmax 各返回什么？
对照解释
max = 0.7，argmax = 1。数值和索引是不同的输出。
这一栏由你自己标记，这里不打分。
要把这一阶段标记为已理解吗？
目前还不能取消，请在真正理解后再标记。
已标记为理解
这一栏由你自己标记，这里不打分。