$\sum$- 只是意味着总和。它是 S 的希腊字母。您可以将上面的公式重写为

$\sum$只是帮助我们避免写几十$+$迹象。在这里阅读更多。

他们在这里所做的是获取期望值的差异$e_1$和实际值$a_1$对于第一个示例，依此类推。差值可以是正数（$e_1 > a_1$) 或负 ($e_1 < a_1$)，所以通常我们将差平方使其为正数。

其余的在文档中。尝试输入具体的想象值$a_i$和$e_i$.

它将输出与预期输出的平方误差相加，这不是您需要为每个实验做的事情，他们只是告诉您他们在 xor 示例实验中用作基因组适应度的指标，在​​其他实验中您可以使用别的东西。如果你正在训练它玩电子游戏，你将你的适应度设置为基因组玩游戏的数字表示，所以只要你的适应度函数使用有意义的指标作为适应度，你就不需要总是有一个期望值价值。

这$\sum$意味着它们取每对预期/预测值的平方差的总和（$e_i$) 和实际值 ($a_i$)

这为他们提供了一个错误度量，表明他们与期望的结果相差多远。目标通常是针对这种误差函数优化算法，在这种情况下，使其尽可能接近一个。