人類神經網路為一類似人類神經結構的平行計算模式，是」一種基於腦與神經系統研究，所啟發的資訊處理技術「，通常也被稱為平行分布式處理模型或鏈結模型。其具有人腦的學習、記憶和歸納等基本特性，可以處理連續型和離散型的資料，對資料進行**。可利有系統輸入與輸出所組成的資料，建立系統模型（輸入與輸出間的關係）。
人工神經網路分類，常見的人工神經網路模型可分為四大類，如下所示：
1.監督式學習網路，從問題中取得訓練樣本（包括輸入和輸出變數值），並從中學習輸入與輸出變數兩者之間的關係規則，可以在新樣本中輸入變數值，進而推知其輸出變數值。主要有模型有感知機網路、倒傳遞網路，概率神經網強、學習向量量化網路及反傳遞網路。
2.非監督學習網路，從問題中取得訓練樣本（僅包括輸入變數值），並從中學習輸入變數的分類規則，可以在新樣本中輸入變數值，從而獲得分類資訊。主要模型有自組織映像圖網路、及自適應共振網路。
3.聯想式學習網路，從問題中取得訓練樣本（僅包括狀態變數值），並從中學習內在記憶規則，可以應用於新的安全（不完整的狀態變數值），從而推知其完整的狀態變數值。包括霍普菲爾網路及雙向聯想記憶網路。
4.最適化應用網路，針對問題設計變數值，使其在滿足設計限制下，達到設計目標優化的效果。包括霍普菲爾——坦克網強及退火神經網路。
人工神經網路的優點
人工神經網路是嶄新且令人興奮的研究領域，它有很大的發展潛力，但也同時遭受到一些尚未克服的困難。其優點可列舉如下：
1.可處理雜訊：乙個人工神經網路補訓練完成後，即使輸入的資料中有部分遺失，它仍然有能力辨認樣本。
2.不易損壞：因為人工神經網路以分布式的方法來表示資料，所以當某些單元損壞時，它依然可以正常地工作。
3.可以平行處理。
4.可以學習新的觀念。
5.為智慧型機器提供了乙個較合理的模式。
6.已經被成功地運用在某些以一般傳統方法很難解決的問題上，如某些視覺問題。
7.有希望實現聯合記憶體。
8.它提供了乙個工具，來模擬並**人腦的功能。
人工智慧、大資料、雲計算和物聯網的未來發展值得重視，均為前沿產業，多智時代專注於人工智慧和大資料的入門和科譜，在此為你推薦幾篇優質好文：
什麼是神經網路，深度神經網路怎麼分類的，主要是做什麼的？
人工神經網路的架構，主要由哪幾部分組成？
神經網路從原理到實現
多智時代-人工智慧和大資料學習入門**|人工智慧、大資料、物聯網、雲計算的學習交流**
神經網路是什麼，主要可劃分為哪幾類？
神經網路是一種通用機器學習模型，是一套特定的演算法集，在機器學習領域掀起了一場變革，本身就是普通函式的逼近，可以應用到任何機器學習輸入到輸出的複雜對映問題。一般來說，神經網路架構可分為3類 2 迴圈神經網路 各節點之間構成迴圈圖，可以按照箭頭的方向回到初始點。迴圈神經網路具有複雜的動態，難以訓練，它...
人工神經網路 多層神經網路
模型原型 sklearn.neural network.mlpclassifier hidden layer sizes 100,activation relu algorithm adam alpha 0.0001,batch size auto learning rate constant le...
人工神經網路
人工神經網路 artificial neural network,ann 通過對大量歷史資料的計算來建立分類和 模型。神經網路的學習就是通過迭代演算法對權值逐步修改優化的過程。學習的目標是通過修改權值是訓練樣本集中所有樣本都能被正確分類。人工神經元用於模擬生物神經元，人工神經元可以看作乙個多輸入 單...