1. 智能：
- 感知与认识
- 学习经验
- 分析、解决问题
- 联想、推理、判断和决策的能力——>预测
- 运用语言进行抽象和概括
- 发现、发明、创造、创新（高级）
- 实时反应力
- 根据历史，预测事物未来发展
2. 神经网络模型（ANN）
1. 能力特征：
- 自学习（能调节参数适应变化）、自组织（可按输入刺激调整神经网络）与自适应性
2. 结构特点：
+ 并行性
+ 分布性
+ 互联性：各处理单位之间互联
+ 可塑性：连接方式多样，结构可塑
3. 性能特点：
- 高度的非线性：多个单元连接，体现出高度的非线性
- 良好的容错性：分布式存储结构的优点
- 计算的非精确性：输入信息模糊时，结构只能逼近解，而非精确值
4. ANN分类：
按拓扑结构可分为：
-
互连结构
- 全互联
- 局部互联
- 稀疏互联
-
层次结构
5. 基本功能
- 联想记忆
- 非线性映射
- 分类识别
- 优化技术
- 知识处理
6. 主要应用
- 文本
- 图像
- 语音识别
7. M-P模型
把神经元视为二元开关，按照不同发过啥组合来完成各种逻辑运算。能够构成逻辑与、或、非，理论上可以进而组成任何复杂的逻辑关系，若将M-P模型按照一定方式组织起来，可以构成具有逻辑功能的神经网络。
3. 监督学习and非监督学习：
| 监督学习 | 无监督学习 |
|---|---|
| 训练集的答案已经给出 | 训练集答案未知 |
| 分类、回归 | 聚类 |
| 判断是否为恶性肿瘤、预测房价 | 天文数据分析、市场分割、社交网络分析 |