关于感知机及BP神经网络的个人解读

写在前面

关于人工智能的学习如今可分为三个学派：
Ⅰ.符号学派：主要通过逻辑推理来得出最终的结果，需要通过指定多种规则和判断来优化算法，使得到最符合事实的答案。
Ⅱ.连接学派：最具代表性的是如今比较热门的关于利用感知机和神经网络的原理，深度学习。
Ⅲ.行为学派：主要比较具代表性的为进化算法，遗传算法，群优化算法。
三种学派各有各的优势和尚未解决的问题，仍然需要不断探索。

深度学习是机器学习的分支。

感知机

一、单层感知机

利用人脑神经网络来模拟用机器对数据进行处理。

上图为人工神经元
模拟对应表：

Xi（X1,X2,…Xn）：表示来自其他神经院的输入
Wi（W1,W2,…Wn）：表示相应的网络连接权重（所占份额）

待完善。