人工神经网络

模拟动物神经，是一种数学模型/计算机模型，通过大量神经元连结进行计算。大多数情况下，人工神经网络能在外部信息的基础上改变内部结构，是一种自适应的过程。

基于传统统计学建模的工具，常用来对输入和输出间复杂的关系进行建模，来探索数据间的模式。
神经网络是一种运算模型，由大量的结点/神经元以及之间的联系构成。负责传递加工信息。神经元也可以被训练或强化形成固定的神经意识形态，对特殊的信息会有更强烈的反应。

人工神经网络分为：

输入层
隐藏层
输出层

人工神经元是怎样被训练的
1，每个神经元都有一个对应的刺激函数
2，当每次输入训练数据时，会有部分神经元的函数被激活
3，然后根据每次的处理结果，及对结果有重要影响的部分，会修改部分相应神经元函数的参数，提高或降低对应神经元的敏感程度，以提高准确率