《Python神经网络入门与实战》学习笔记(1)

第一章 神经网络概述

1.神经网络简介

(人工)神经网络是一种能够模仿人类认知过程的数学模型。人工神经网络是对生物神经网络的模拟，这是出于仿生学的灵感。现代对神经网络的认识是，人脑中具有一定普遍性的神经元在接收信号后开始连接活动，将信号处理后产生某一感觉。

2.神经网络的发展

1934年，Warren McCulloch 和 Walter Pitts在 A logical calculus of the ideas immanent in nervous activity 论文中提出人工神经网络的最初概念及人工神经元的数学模型，从而开创人工神经网络研究的时代。

1985年，Geoffrey 使用多个隐含层代替感知机中原先单个特征层，并使用BP算法计算网络参数。

1989年，Yann LeCun 等人使用深度神经网络识别信件中邮编的手写体字符。

1998年，LeCun 进一步用CNN完成了银行支票的手写体字符识别。水平达到商业级别。

之后一段时间里，神经网络没有得到更高层次的发展。

最近几年里，随着计算机技术的发展，神经网络重焕新生，并成为人工智能领域内最有效的模型之一。

3. Python 与人工智能

Python 是目前学习人工智能的最佳语言。