人工智能 知识总结

神经学习                                                                   1、神经学习是一种基于人工神经网络的学习方法，包含感知器学习、BP网络和Hopfied网络学习。                                                                   2、感知器学习                                                        （1）单层感知器  算法描述:设置变量和参数；初始化联结权值和阈值；输入一组新的样本；计算网络的实际输出；计算期望输出与实际输出差（损失函数/误差函数）。                    （2） 激活函数和单层感知机

（3）  单层感知器学习算法案例:逻辑与、逻辑或、逻辑非，用单层感知器，改变不同的权值就能实现不同的这三种逻辑。                              （4） 多层感知机:实现逻辑异或。