人工神經網路(Artificial Neural Network，ANN)，簡稱神經網路（Neural Network，NN）或類神經網路。
而類神經網路是一種模仿人類神經的分類器結構，最小的單位是神經元(Neural)，可以根據輸入值與權重來輸出一個輸出值，又加上輸出值前面往往會加上一個非線性函數，因此非常適合作為非線性預測的方式。
圖片來自：Neural network models (supervised)
神經網路架構主要由輸入層、隱藏層、輸出層組成，這些神經元的數量與隱藏層的數量都需要人工調整，稱之為超參數；而學習時候自行調整的參數則稱之為參數，類神經網路可以調整的超參數包含激活函數、神經元與隱藏層數量、學習率﹑優化器等。
目前類神經網路已經發展了許多不同的演算法，例如加上Convoluation layer的CNN演算法，但是參數面大致上也不離上述的超參數，接下來的幾天我們會逐一介紹，並且利用鳶尾花資料集來測試NN的分類成果。
iThome鐵人賽
看影片追技術