挖掘与建模--分类与预测--人工神经网络

人工神经网络（Artificial Neural Networks,ANN）是模拟生物神经网络进行信息处理的一种数学模型。
人工神经元是人工神经网络操作的基本信息处理单位。

一个人工神经元对输入信号X=[x1,x2,…xm]的输出为y为y=f(u+b)，其中u为wi*xi所有的和。

激活函数主要有以下几种

人工神经网络的学习也称为训练，指的是神经网络在受到外部环境的刺激下调整神经网络的参数，使神经网络以一种新的方式对外部环境做出反应的一个过程。人工神经网络主要使用有指导的学习方式。
delta学习规则
delta学习规则（误差矫正算法）是使用最广泛的一种，误差矫正学习算法根据神经网络的输出误差对神经元的连接强度进行修正，属于有指导学习。
神经网络训练是否完成常用误差函数E来衡量，当误差函数小于某个设定的值时即停止神经网络的训练。

常用的人工神经网络算法