Le reti neurali sono una tecnica di intelligenza artificiale importante , e sono stati un grande successo nel campo del machine learning e pattern recognition . A volte sono utilizzati in programmi che richiedono sia pattern recognition e capacità di apprendimento . Il tipo più comune di rete neurale si chiama una "rete backpropagation " che permette il "coach " per addestrare la rete . Istruzioni
1

Codice un singolo neurone in lingua di propria scelta . I dettagli di implementazione variano , ma ogni neurone deve essere in grado di consumare più ingressi , applicare un peso di vari ingressi e poi applicare una " funzione sigmoidale " per produrre un risultato . La "funzione sigmoide " varierà in base al quale la rete è progettata per imparare .
2

Creare un array di "neuroni modello " nella lingua di propria scelta . Creare un secondo strato di neuroni . Ogni strato di neuroni passerà le informazioni per un successivo strato di neuroni che continuerà a cambiare gli ingressi fino a un livello di uscita è arrivato .
3

Crea un livello di output che permette di dare la risposta che la rete neurale dovrebbe aver prodotto . A questo punto , la rete neurale deve " backpropagate " la risposta a tutte le precedenti strati di neuroni . I neuroni saranno quindi necessario calcolare un errore e regolare la ponderazione per i loro vari ingressi .
4

Allenatore rete neurale fino a quando non inizia a produrre i risultati desiderati in modo coerente .
< Br >