国内一些小区群租房成为非法传销的活动场所，物业对于群租人员难以识别，安全风险大。希望能通过运营商、水、电、燃气等相关数据分析，帮助小区物业识别群租人员身份。
这个简单，你可以写出一个公式
水*w1+b1+电*w2+b2+燃气*w3+b3=P (P是否是传销的概率)
其中w1 w2 w3 b1 b2 b3是未知数。
然后你需要有一大批的数据，水、电、燃气，是否是传销
你现在要做的就是，通过计算机的计算，找出一组w1 w2 w3 b1 b2 b3，代入这个公式，算出P1
让P1和P（预测值和真实值）的误差最小。然后用什么方法评价误差呢，可以用交叉熵。用什么办法最快找到这些参数呢，用GD（梯度下降）
为了让这个公式更好拟合，你可以加入非线性函数，比如加上sigmoid(水*w1+b1+电*w2+b2+燃气*w3+b3)
我们先不谈怎么找到这些参数
我们看结果，如果知道了这些参数，有了这个公式，你是不是给一组水、电、燃气，就可以算出它是传销的概率了？比如结果如果是0.9，那么就很可能是了
如果是0.1就不是了。
然后，我们需要找到一个值，超过它就算是，否则算不是，如果这个值接近1，那么有可能会出现漏报（是的当做不是），如果接近0，那么就会误报（不是的当做是的）。
那么选多少比较好？这个要看你算法的目的了。这个评估的过程叫做损失函数。
好了，以上这些知识连在一起，就是一个单层的前馈神经网络。你可以算入门机器学习了。