パーセプトロンの個人とBPニューラルネットワークの解釈について

免責事項：この記事はブロガーオリジナル記事です、続くBY-SAのCC 4.0を著作権契約、複製、元のソースのリンクと、この文を添付してください。

このリンク： https://blog.csdn.net/Meteoraki/article/details/102471077

EDITORIAL

：3つの学校に分けることができ、今日、人工知能について学ぶ
。Ⅰ 記号学校：論理的な推論によって、最終的な結果を得るために、校長、ほとんどの事実上の答えを作り、ルールや判断の多様性を指定することで、アルゴリズムを最適化する必要があります。
Ⅱ。接続の学校：最も代表は今、ニューラルネットワークや機械知覚、深学習の使用方法の詳細人気が原則です。
。Ⅲ 行動の学校：進化的アルゴリズム、遺伝的アルゴリズム、群れの最適化アルゴリズムは、メイン代表を比較します。
学校の三種類はそれぞれ独自の長所と未解決の問題はまだ模索し続ける必要があり持っています。

ディープ学習は機械学習のブランチです。

パーセプトロン

まず、単層パーセプトロン

データネットワーク、人間の脳を処理するために、マシンを使用してモデル化。

人工神経回路に描か
テーブルに対応するシミュレーション：

西（X1、X2、... Xnの）の他の神経病院からの入力を表し
のWi（W1、W2、···Wnは ）： （株）対応するネットワーク接続の重みことを示しています

完璧です。