Third:類神經網路
我一開始也對類神經網路抱持著一個小問號，不過後來學習之後知道現在大家都在說的機器學習之中的深度學習，就是透過以模仿人腦的類神經網路（Neural network）來學習大量資料。
我們人類的大腦當中含有許多的神經元相連，每個神經元之間彼此排列後再互連，互連的神經元會形成傳遞的行為。而透過將這種相連的結構以數學模型化的方式來表示，便形成了類神經網路。
舉例像是如果給予影像的資料，要做影像的辨識，會先將整張影像切割成像素，接著輸入進輸入層並乘上權重後，接著經過累加後再到隱藏層再乘上權重最後進輸出層去比對與正確的資料有多少誤差，如此一來機器便能夠自己從訓練中所取得的資料找出每個神經元它適合的權重了。
我從參考資料中的影片學習後，依照作者提供的網站進去可以看到神經元的輸入層、隱藏層和輸出層的一個實體關係，變得不再是對於類神經網路是空談，另外除了作者試著找出的隱藏層數目之外我也自己去嘗試找出其他不僅只有兩個條件所能得到的方式所需的隱藏層數目和神經元數目。
這邊以下兩個圖片是大略找尋後的樣子。


參考資料:
https://meethub.bnext.com.tw/%E5%AE%8C%E6%95%B4%E8%A7%A3%E6%9E%90ai%E4%BA%BA%E5%B7%A5%E6%99%BA%E6%85%A7%EF%BC%9A3%E5%A4%A7%E6%B5%AA%E6%BD%AE%EF%BC%8B3%E5%A4%A7%E6%8A%80%E8%A1%93%EF%BC%8B3%E5%A4%A7%E6%87%89%E7%94%A8%EF%BD%9C/
http://www.ciche.org.tw/wordpress/wp-content/uploads/2018/11/DB4505-P059-%E5%B0%88%E8%BC%AF-%E4%BA%BA%E5%B7%A5%E6%99%BA%E6%85%A7%E6%A8%A1%E5%9E%8B.pdf
https://www.youtube.com/watch?v=z_jFB5byzP0