Le reti neurali sono un'importante tecnica di intelligenza artificiale e sono stati un grande successo nel campo del riconoscimento di apprendimento e modello di macchina. Essi sono a volte utilizzati in programmi che richiedono sia la pattern recognition e la capacità di apprendimento. Il tipo più comune di rete neurale viene chiamato una "rete di backpropagation" che permette il "coach" per la rete ferroviaria.

Istruzioni

1

Codice un singolo neurone nella tua lingua di scelta. I dettagli di implementazione variano, ma ogni neurone deve essere in grado di consumare più ingressi, applicare un peso ai vari ingressi e quindi applicare una "funzione sigmoidea" per produrre un risultato. La "funzione sigmoidea" variano in base al quale la rete è progettata per imparare.

2

Creare una matrice di "neuroni modello" nella tua lingua di scelta. Creare un secondo strato di neuroni. Ogni strato di neuroni passa informazioni a un successivo strato di neuroni che continuerà ad alterare gli ingressi fino a un livello di output è arrivato.

3

Creare un livello di output che consente di dare la risposta che la rete neurale dovrebbe hanno prodotto. A questo punto, la rete neurale deve "backpropagate" la risposta a tutti i livelli precedenti di neuroni. I neuroni saranno quindi necessario calcolare un errore e regolare la ponderazione per loro vari ingressi.

4

Coach, la rete neurale finché inizia a produrre i risultati appropriati su una base costante.