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...

В прошлой статье цикла мы изучили, откуда взялся сам термин «Искусственный Интеллект», как это направление знаний развивалось и почему сегодня возникла третья волна интереса к ИИ. Ну а сегодня мы продолжим исторический экскурс, и наша тема — искусственные нейроны и нейронные сети, а если более точно — мы изучим первую модель искусственного нейрона. Так что вперёд. Но перед тем как мы рассмотрим математическую модель нейрона, давайте очень кратко взглянем на то, как устроен и работает биологический нейрон...