神经网络的简单理解

声明：本篇文章根据一些知乎网友的讨论整理得到，在这里感谢他们通俗易懂的说明。
　　斯坦福大学的印度学生、机器学习爱好者 PararthShah 在2012年12月22日的使用买芒果的例子解释了神经网络，简单来说就是：如果你需要选芒果，但不知道什么样的芒果最好吃，一个简单粗暴的方法是尝遍所有的芒果，然后总结出个大深黄色的比较好吃，那么以后再去买的时候，就可以直接挑选这种。那什么是机器学习呢，就是你让机器“尝”一遍所有芒果，假设它知道哪些好吃，让机器去总结一套规律（个大深黄色），这就是机器学习。具体操作，就是你描述给机器每一个芒果的特征（颜色，大小，软硬……），描述给机器其输出（味道如何，是否好吃），剩下的就等机器去学习出一套规则。
　　那么问题来了，机器是怎么学习到那套规则（个大深黄色的好吃）的？机器学习算法。将神经网络看做一种机器学习算法，就可以比较清楚的理解神经网络到底是用来做什么的。
　　神经网络就像一个刚开始学习东西的小孩子，开始认东西，作为一个大人（监督者），第一天，他看见一只京巴狗，你告诉他这是狗；第二天他看见一只波斯猫，他开心地说，这是狗，纠正他，这是猫；第三天，他看见一只蝴蝶犬，他又迷惑了，你告诉他这是狗……直到有一天，他可以分清任何一只猫或者狗。
　　再举一个简单的例子:区分苹果和橘子。人的大脑就是一个强大的神经网络，通过从小的训练，见识，并且记住了苹果和橘子，我们分分钟能作出判断哪一个是苹果，哪一个是橘子(可能就是百分之百)，即使我们蒙住了人的眼睛，我们还是可以通过气味，重量，手感做出较为准确的判断(但是可能不能完全判断正确)。说到底就是人从小开始第一次见到苹果，橘子时，就不断的强化，记忆他们的特点，并且做出判断！有这么个大脑以后，通过直观的比方说颜色，我们就可以区分，颜色涂成一样，好，那我们依靠重量，重量等重，那我们依靠气味，气味也掩盖，那我们依靠其他特征。但计算机不是人，怎样达到人的水平或者模拟人的水平呢？本文的主角：神经网络出场，初始的神经网络没有什么用，智商为零。我们想让他区分苹果和橘子，对不起，相对于是问木头人！由此我们想到人类区分的过程是不断强化，记忆(也就是训练大脑)，然后就能区分(做出判断).好嘛!对一个神经网络(大脑)，我们做同样的处理。先拿一堆的橘子和苹果，告诉它哪些是橘子，哪些是苹果，这称之为训练。然后，再拿一个水果出来，让它判断是橘子还是苹果(做出判断),大事不好，神经网络判断错误