神经网络部分知识点总结一、神经网络的基础1.1神经网络概念神经网络是由简单处理单元构成的大规模并行分布式处理器，天然具有存储经验知识和使之可用的特性。神经网络在这两方面与大脑相似：1. 神经网络是通过学习过程从外界环境中获取知识的。2. 互连神经元的连接强度，即突触权值，用于存储获取的知识。1.2神经网络性质和能力神经网络具有以下有用的性质和能力：1.非线性：人工神经网络可以是线性或者非线性的。2.输入输出映射：称之为有教师学习(learning with a teacher)或监督学习(supervised learning)的关于学习的流行方法。它使用带标号的的训练样例(training example)或任务样例(task example)对神经网络的突触权值进行修改。3.自适应性：神经网络具有调整自身突触权值以适应外界环境变化的固有能力。4.证据响应(evidential response)：在模式分类问题中，神经网络可以设计成不仅能够提供选择哪一个特定模式的信息，还提供关于决策的置信度信息。后者可以用来拒判那些可能出现的过于模糊的模
