神经网络算法的优势与应用
1个回答
展开全部
人工神经网络(ANN)以大脑处理机制作为基础,开发用于建立复杂模式和预测问题的算法。
首先了解大脑如何处理信息:
在大脑中,有数亿个神经元细胞,以电信号的形式处理信息。外部信息或者刺激被神经元的树突接收,在神经元细胞体中处理,转化成输出并通过轴突,传递到下一个神经元。下一个神经元可以选择接受它或拒绝它,这取决于信号的强度。
[图片上传失败...(image-cc0d9d-1512012156403)]
现在,让我们尝试了解 ANN 如何工作:
这里, $w_1$ , $w_2$ , $w_3$ 给出输入信号的强度
从上面可以看出,ANN 是一个非常简单的表示大脑神经元如何工作的结构。
为了使事情变得更清晰,用一个简单的例子来理解 ANN:一家银行想评估是否批准贷款申请给客户,所以,它想预测一个客户是否有可能违约贷款。它有如下数据:
所以,必须预测列 X。更接近 1 的预测值表明客户更可能违约。
基于如下例子的神经元结构,尝试创建人造神经网络结构:
通常,上述示例中的简单 ANN 结构可以是:
[图片上传失败...(image-1b4516-1512012156403)]
ANN 有一些关键优势,使它们最适合某些问题和情况:
ANN 是具有广泛应用的强大的模型。以上列举了几个突出的例子,但它们在医药、安全、银行、金融、政府、农业和国防等领域有着广泛的应用。
首先了解大脑如何处理信息:
在大脑中,有数亿个神经元细胞,以电信号的形式处理信息。外部信息或者刺激被神经元的树突接收,在神经元细胞体中处理,转化成输出并通过轴突,传递到下一个神经元。下一个神经元可以选择接受它或拒绝它,这取决于信号的强度。
[图片上传失败...(image-cc0d9d-1512012156403)]
现在,让我们尝试了解 ANN 如何工作:
这里, $w_1$ , $w_2$ , $w_3$ 给出输入信号的强度
从上面可以看出,ANN 是一个非常简单的表示大脑神经元如何工作的结构。
为了使事情变得更清晰,用一个简单的例子来理解 ANN:一家银行想评估是否批准贷款申请给客户,所以,它想预测一个客户是否有可能违约贷款。它有如下数据:
所以,必须预测列 X。更接近 1 的预测值表明客户更可能违约。
基于如下例子的神经元结构,尝试创建人造神经网络结构:
通常,上述示例中的简单 ANN 结构可以是:
[图片上传失败...(image-1b4516-1512012156403)]
ANN 有一些关键优势,使它们最适合某些问题和情况:
ANN 是具有广泛应用的强大的模型。以上列举了几个突出的例子,但它们在医药、安全、银行、金融、政府、农业和国防等领域有着广泛的应用。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询