神經網路的基本原理

㈠ 什麼是神經網路

神經網路（neural network）是一種模擬人腦神經思維方式的數據模型，神經網路有多種，包括BP神經網路、卷積神經網路，多層感知器MLP等，最為經典為神經網路為多層感知器MLP（Multi-Layer Perception），SPSSAU默認使用該模型。類似其它的機器學習模型（比如決策樹、隨機森林、支持向量機SVM等），神經網路模型構建時首先將數據分為訓練集和測試集，訓練集用於訓練模型，測試集用於測試模型的優劣，並且神經網路模型可用於特徵重要性識別、數據預測使用，也或者訓練好模型用於部署工程使用等。

神經網路原理如下：