神经网络

一秒记住【xiaoyanwenxue】精彩无弹窗免费！

“企鹅科普（第一辑）（.shg.tw）”

！

神经网络

神经网络指在复杂的网络中连接许多小型人工神经元，是目前流行的一种机器学习方法。

每个人工神经元从邻接的神经元获取输入数据，并根据这些输入数据对应的权重输出数据，再依次影响其邻接的神经元。

系统通过调整权重，可以逐步学习输入数据和输出数据之间的关联。

虽然神经网络的灵感来自大脑的微观结构，但是大家要知道，神经网络研究人员并不是想组建人工大脑。

尽管在人工智能研究早期，人们就开始研究神经网络，但在20世纪60年代，马文·明斯基和西蒙·派珀特（SeymourPapert）证明简单神经网络能完成的任务十分有限，研究也因此骤然停止。

在20世纪80年代之前这个领域一直处于休眠状态，直到有人发现“并行分布处理”

（paralleldistributedprocessing）模型可以解决简单神经网络的问题，神经网络的研究才开始复兴。

21世纪，该领域突飞猛进、一日千里。

神经网络（一般来说还有机器学习）的关键问题是其体现的智能通常不透明。

例如，经过训练能识别X射线照片上的癌细胞增长的神经网络模型无法对结果进行解释。

系统具备的专业知识隐藏在与神经元相关的权重中，很难提取权重背后隐含的知识。

本章未完，点击下一页继续阅读