神经网络学习的方法及特点

3、 神经网络的学习主要包括：感知机（perceptron）：是一种线性分类模型，能够解决二分类问题。 多层感知机（multilayer perceptron, MLP）：是一种由多个感知机堆叠而成的神经网络模型，能够解决多分类问题。

1、 神经网络的学习方式很多 ， 根据一种广泛采用的分类方法 ， 可将神经网络的学习算法 归纳为 3 类 。 一类是有导师学习 ， 一类为无导师学习 ， 还有一类是灌输式学习 。

2、 ③ 自学习、自组织功能及归纳能力。 以上三个特点是神经网络能够对不确定的、非结构化的信息及图像进行识别处理。 石油勘探中的大量信息就具有这种性质。 因而，人工神经网络是十分适合石油勘探的信息处理的。