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。