神经网络学习（一）-- 框架建立

神经网络学习（一）-- 框架建立

---

前言

这里只记录一些基本概念，并保存系列文章的导航栏

最近工作中开始需要神经网络，之前遇到神经网络类问题一直都采取视而不见的态度，现在躲不过去了，遂开始学习。
资料来源是Simon Haykin著《神经网络与机器学习》（第三版）和《神经网络与深度学习》（邱锡鹏著）这两本书作为主要框架，结合网络文章和b站视频学习。

---

一、神经网络的定义

人脑是一个高度复杂的、非线性的和并行的计算机器（信息处理系统），人脑能够组织它的组成成分，即神经元，计算速度比今天已有的最快的计算机还要快许多倍。
神经网络是由简单处理单元构成的大规模并行分布式处理器，天然地具有存储经验知识和使之可用的特性。神经网络在两个方面与大脑相似：
1、神经网络是通过学习过程从外界环境中获取知识的
2、互连神经元的连接强度，即突触权值，用于存储获取的知识。

神经网络的优点：

二、使用步骤

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

---

总结

提示：这里对文章进行总结：

例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。