神经网络的简介

⒈神经网络是通过哪些创新思维得到的数学模型神经网络是一种源自综合思维和类比思维的数学模型。 此类网络根据系统的复杂性，通过调整多个内部节点之间的连接来达到处理信息的目标，并具有自我学习和适应的能力。 在工程界和学术界，通常简称为神经网络或类神经网络的网络。 神经网络是由大量节点（或神经元）及其互连组成的计算机模型。

基本介绍：

每个节点代表一个特定的输出函数，称为激励函数。 两个节点之间的每条连接都代表了通过该连接的信号的一个加权值，称为权重，相当于人工神经网络的记忆。 网络的输出根据网络连接方式、权重值和激活函数的不同而变化。 网络本身在本质上通常近似于特定的算法或函数，或者它可能是辑策略的描述。

构建概念的灵感来自于生物（人类或其他动物）神经网络功能的实现。

我们可以通过应用数理统计来对人工智能进行决策（即采用统计方法的人工神经网络可以像人类一样具有简单的决策能力和简单的推理能力），该方法比标准方法具有更多优势逻辑计算。