机器学习之人工神经网络（Artificial Neural Networks，ANN）
人工神经网络（Artificial Neural Networks，ANN）是机器学习中的一种模型，灵感来源于人脑的神经网络结构。它由神经元（或称为节点）构成的层级结构组成，每个神经元接收输入并生成输出，这些输入和输出通过权重进行连接。
人工神经网络（ANN）是一种模仿生物神经系统构建的数学模型，用于模拟人脑处理信息的方式。它由大量的人工神经元（也称为节点）组成，这些神经元通过连接相互通信，并形成层次结构，可用于解决各种复杂的问题。
人工神经网络的组成
-
神经元（Neurons）： 人工神经网络是由神经元组成的，每个神经元都有输入、权重、激活函数和输出。
-
输入： 每个神经元接收来自其他神经元或外部输入的信息。
-
权重： 每个连接都有一个权重，用来调节输入的重要性，这些权重在训练过程中会被不断调整。
-
激活函数： 神经元通常会应用激活函数，例如Sigmoid、ReLU（Rectified Linear Unit）等，以产生非线性的输出。
-
-
层次结构（Layers）：<