Начну данную статью с того, что расскажу о том, что в природе не найти графика из учебника. Температура не может изменяться чисто по прямой или синусоиде. У неё будет свой график, и соотнести его с какой-либо ранее известной функцией будет достаточно сложно (невозможно). Например, реальный график уличной температуры будет выглядеть следующим образом: Различные колебания могут быть связаны с порывами ветра, помехами на линии (тут цифровой датчик, потому маловероятно). Но суть в том, что график уличной температуры мы не можем представить в виде одной или нескольких функций уличной температуры...

На мой взгляд самое простое с чего нужно начинать изучать нейросети — это аппроксимация таких простых математических функций, как синус, квадратичная функция, экспонента и т.д. Согласно универсальной теореме аппроксимации — нейронная сеть с одним скрытым слоем может аппроксимировать любую непрерывную функцию многих переменных с любой точностью. Главное чтобы в этой сети было достаточное количество нейронов. И еще важно удачно подобрать начальные значения весов нейронов. Чем удачнее будут подобраны веса, тем быстрее нейронная сеть будет сходиться к исходной функции...