简述神经网络

神经网络有多种分类方式，例如，按网络性能可分为连续型与离散型网络，确定型与随机型网络:按网络拓扑结构可分为前向神经网络与反馈神经网络。 本章土要简介前向神经网络、反馈神经网络和自组织特征映射神经网络。 前向神经网络是数据掘中广为应用的一种网络，其原理或算法也是很多神经网络模型的基础。

工神经网络（Artificial Neural Network，简称ANN）是一种模拟脑神经元网络进行信息处理的模型。 它基于大量的简单处理单元（神经元）相互连接，通过并行分布的方式处理信息，实现复杂的逻辑作和非线性关系。

输入层：神经网络的输入层负责接收外部输入的数据，这些数据可以是图像、文本、声音等多种形式。 输入层将输入数据转化为神经网络可以处理的格式，通常是将输入数据转化为向量形式。

我们从下面四点认识工神经网络（ANN: Artificial Neutral Network）：神经元结构、神经元的活函数、神经网络拓扑结构、神经网络选择权值和学习算法。 1. 神经元： 我们先来看一组对比图就能了解是怎样从生物神经元建模为工神经元。 下面分别讲述: 生物神经元的组成包括细胞体、树突、轴突、突触。