由于本人這段時間在學習數據挖掘的知識，學習了人工神經網絡剛好就把學習的一些筆記弄出來，也為以后自己回頭看的時候方便些。

神經網絡學習方法對于逼近實數值、離散值或向量值的目標函數提供了一種健壯性很強的方法。對于某些類型的問題，如學習解釋復雜的現實世界中的傳感器數據，人工神經網絡是目前知道的最有效學習方法。人工神經網絡的研究在一定程度上受到了生物學的啟發，因為生物的學習系統是由相互連接的神經元（neuron）組成的異常復雜的網絡。而人工神經網絡與此大體相似，它是由一系列簡單單元相互密集連接構成，其中每一個單元有一定數量的實值輸入（可能是其他單元的輸出），并產生單一的實數值輸出（可能成為其他很多單元的輸入）。

實例：

接下來用一個很簡單的例子簡要說明一下神經網絡的應用：

Pomerleau（1993）的ALVINN系統是ANN學習的一個典型實例，這個系統使用一個學習到的ANN

總結

以上是生活随笔為你收集整理的数据挖掘学习笔记之人工神经网络（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。