一、如何直觀的解釋back propagation算法
BackPropagation算法是多層神經網絡的訓練中舉足輕重的算法。
簡單的理解，它的確就是復合函數的鏈式法則，但其在實際運算中的意義比鏈式法則要大的多。
要回答題主這個問題“如何直觀的解釋back propagation算法？” 需要先直觀理解多層神經網絡的訓練。
機器學習可以看做是數理統計的一個應用，在數理統計中一個常見的任務就是擬合，也就是給定一些樣本點，用合適的曲線揭示這些樣本點隨著自變量的變化關系。
深度學習同樣也是為了這個目的，只不過此時，樣本點不再限定為(x, y)點對，而可以是由向量、矩陣等等組成的廣義點對(X,Y)。而此時，(X,Y)之間的關系也變得十分復雜，不太可能用一個簡單函數表示。然而，人們發現可以用多層神經網絡來表示這樣的關系，而多層神經網絡的本質就是一個多層復合的函數。借用網上找到的一幅圖[1]，來直觀描繪一下這種復合關系。
二、學統計學應該學哪個軟件？SPSS SAS Matlab 還是R
學統計學SPSS SAS Matlab R這些軟件都要學。SPSS適合入門，SAS在數據處理方面更強，R跟MATLAB更靈活可以很方便的自己寫算法。
統計學是通過搜索、整理、分析、描述數據等手段，以達到推斷所測對象的本質，甚至預測對象未來的一門綜合性科學。其中用到了大量的數學及其它學科的專業知識，它的使用范圍幾乎覆蓋了社會科學和自然科學的各個領域。
統計學的英文statistics最早源于現代拉丁文statisticum collegium（國會）以及意大利文statista（國民或政治家）。德文Statistik，最早是由Gottfried Achenwall于1749年使用，代表對國家的資料進行分析的學問，也就是“研究國家的科學”。在十九世紀統計學在廣泛的數據以及資料中探究其意義，并且由John Sinclair引進到英語世界。
統計學是一門很古老的科學，一般認為其學理研究始于古希臘的亞里斯多德時代，迄今已有兩千三百多年的歷史。它起源于研究社會經濟問題，在兩千多年的發展過程中，統計學至少經歷了“城邦政情”，“政治算數”和“統計分析科學”三個發展階段。所謂“數理統計”并非獨立于統計學的新學科，確切地說：它是統計學在第三個發展階段所形成的所有收集和分析數據的新方法的一個綜合性名詞。概率論是數理統計方法的理論基礎，但是它不屬于統計學的范疇，而屬于數學的范疇。
三、SAS、R、SPSS 學哪種統計軟件？？？
關于他們的特點我以前轉的文章中有詳細比較！由于本人學的時間不長，現就自己的體會提一些看法、、、無論你學哪種軟件，基礎的統計學基本知識是必備的！所以說，要先把統計學學好！雖然現在，許多軟件的操作都越來越“人性化”，只需點菜單對話框即可！例如SPSS！就連SAS這種靠編程運算的分析軟件也可以用ANALYST直接點對話框進行統計分析！但是其缺點也是很明顯的：采用對話框法只能獲得一些相對簡單的粗糙的結果！只有用編程法才能獲得理想的統計結果！對于SAS來說，SAS語言編程才是SAS軟件的精華，只有利用SAS語言編寫的程序才能更有效的發揮SAS的強大功能?。?！SAS編程能力很重要，但是使用SAS采集、處理、管理數據，同時知道如何進行分析獲得希望的結果是更為重要的，前面是工具，后面是方法。所以必須具備扎實的專業知識！ A ：您是認為醫學統計不用像那么sas那么專業的統計軟件吧？因為用sas要寫成堆的語句。但是，同樣的，像soccy推薦的r，oxedit我估計也不在您的選擇之列，因為這些東東同樣也需要像編程那樣寫大堆的語句（事實上，好多這類軟件的語法都比較接近c ，那就更復雜了?。┪蚁肽哪恐欣硐氲尼t學統計軟件可能就是那種不用語法，用菜單就能完成任務的。這樣的軟件無疑是最適合非統計專業人士使用的。比如spss就提供了非常易用的界面。但是這樣的軟件至少有兩點不足：一是最新的統計方法無法加入到軟件中，必須等待軟件升級；二是一個統計任務中總有許多重復的操作，如果光用菜單的話，無疑是累死人的 B：無論你用什么軟件；我的觀點是，使用偏重編程語言的軟件包（比如Guass, S, Matlab, Stata...）可以幫助學生理解統計模塊之后的數學計算（你可以輕易地用S或Stata內含的矩陣語言從頭寫出一個做OLS regression的模塊，一步一步地展示如何將紙上的公式變成可運行的計算機代碼，從而消除學生對這些技術的神秘感和迷信）;這方面SAS /Stat是差了一些，不過還有SAS/IML and SAS/ETS嗎，不過很少有人熟悉這些模塊拔了。最討厭的就是象SPSS這樣的東西，把所有模塊做成菜單，什么統計背景都不用有，點兩下鼠標就會出來一堆似是而非的數字（而且往往是錯的，SPSS統計模塊bug之多可說舉世無匹）。拋磚引玉，希望大家繼續討論。
