神经网络与机器学习 笔记—基本知识点（上）

0.1 什么是神经网络：

    神经网络是由简单处理单元构成的大规模并行分布处理器，天然具有存储经验知识和使之可用的特性。神经网络在两个方面与大脑类似。

神经网络是通过学习过程从外界环境中获取知识的。

互连神经元的连接强度，即突触权值，用于存储获取的知识。

     用于完成学习过程的程序称为学习算法，其功能是以有序的方式改变网络的突触权值以获得想要的设计目标。

神经网络性质和优点：

  1.神经网络的大规模并行分布式结构。

  2.神经网络的学习能力以及由此而来的泛化能力。

        [泛化：指神经网络通过学习总结数据之后对没有见过但是相似的数据的分析辨别能力。]

神经网络的能力：

    非线性、输入输出映射、自适应性、证据响应、上下文信息、容错性、VLSI实现，very-large-scale-integrated 超大规模集成、分析和设计一致性、神经生物类比、神经元模型。

0.2 人类大脑

......

0.3 神经元模型

总结

以上是生活随笔为你收集整理的神经网络与机器学习 笔记—基本知识点（上）的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。