신경망은 인간 중추 신경계의 행동을 반영하여 컴퓨터 애플리케이션에 패턴을 학습하고 기계 학습 과정과 같은 인공 지능 분야의 문제를 해결하도록 전달합니다.

신경망 또는 인공 신경망은 정보를 계산할 수 있는 수학적 모델을 사용하는 자연 또는 인공 뉴런의 연결된 집합입니다. ANN(인공 신경망)은 일반적으로 네트워크를 통해 유입되는 외부 또는 내부 정보에 따라 구조를 변경하는 적응형 시스템입니다.

인공 신경망은 처리 구성 요소와 구성 요소 매개변수 간의 관계에 의해 제어되는 전역 동작을 설명할 수 있는 간단한 처리 요소(뉴런)를 연결합니다. 인공 뉴런은 1943년 신경생리학자인 워렌 맥컬록과 논리학자인 월터 피츠가 시카고 대학교에서 처음 공동 연구하면서 처음 소개되었습니다.

인공 신경망의 고전적인 유형 중 하나는 순환형 홉필드 네트워크입니다.

신경망의 첫 개념은 1948년 앨런 튜링이 “지능형 기계”라는 논문에서 “B형 비조직 기계”라고 불렀던 신경망에 대해 제안했습니다.

인공 시각 네트워크 모델은 지각에서 함수를 해석하고 관련 작업을 실행하는 데 사용할 수 있다는 사실에 있습니다. 비지도 신경망 모델은 입력 순환의 두드러진 경향을 포착하는 입력의 기술 표현에 사용될 수 있으며, 예를 들어 볼츠만 기계(1983)와 최근에는 관찰된 데이터의 분포 함수를 기본적으로 학습할 수 있는 딥러닝 알고리즘을 참조하세요. 신경망 학습은 주로 데이터나 작업의 복잡성으로 인해 수작업으로 이러한 함수를 설계하는 것이 비현실적인 애플리케이션에서 효과적입니다. 자세한 내용은 위키백과 참조