Нейронная сеть – способ организации отдельных вычислительных элементов, в определенной степени имитирующий структуру мозга. Нейронные сети применяются для решения таких задач, как распознавание образов, кластеризация (объединение в группы – кластеры), построение прогнозов, сжатие информации и восстановление поврежденных или «зашумленных» данных.
Характерной особенностью нейронной сети является ее обучаемость – способность находить зависимости между входными и выходными данными, которые предлагаются ей в ходе обучения. За счет заложенного параллелизма нейросеть позволяет обрабатывать большие объемы информации, а также выполнять задачи, алгоритм решения которых она прорабатывает сама.
В зависимости от типа сети сигнал может поступать только на входные нейроны; на все нейроны одновременно, а также передаваться между нейронами различных уровней (обратная связь). Синапсы (связи между нейронами) обладают различным «весом», благодаря которому выстраивается иерархия поступающих в нейрон сигналов.
Исследования по разработке нейронных сетей велись начиная с 1940-х годов. В 1980-х годах появились алгоритмы глубокого обучения. Это усовершенствование нейронных сетей (добавление нескольких скрытых уровней, или слоев, нейронов) позволяет ускорить работу нейросети при выполнении сложных задач.
