这些是我在 Brilliant.org 大学学习这门课程时做的笔记。:)由于高级会员可能无法普及，他们在用简单的术语解释这个概念方面做得非常出色，我决定分享一些见解😊
**注:**所有积分归 Brilliant.org 所有！
A .为什么选择人工神经网络(ann)？
因为有些问题可以通过编程来解决。
例如视觉问题:物体识别[简单物体分类]
→主要区别:拐角数量不同
B .什么是安？
人工神经网络是由人工神经元组成的。
的特点:
I)从输入到输出机械地遵循规则
ii)通过反馈强化学习:
1.安被灌输了信息→做出最好的猜测
2.如果正确→什么也没发生 VS
如果错误→调整内部配置以改变计算
- 类型:1。二进制神经元，2。乙状结肠，3。身份
- 充当:1)分类器→ 2)预测器
可以调整:1) 偏差(阈值)，2) 权重(影响)
- 二元神经元(~决策框)
a) 通过改变偏置执行“与”、“或”
例如具有两个输入(I1，I2)
如果 I1 + I2 ≥ 偏置 →“开”
b) 可通过引入-ve 输入执行“异或”→运算
