Et nevralt nettverk er en type maskinlæringsmodell som er inspirert av hvordan den menneskelige hjernen fungerer. Den består av sammenkoblede noder eller nevroner som behandler og overfører informasjon til andre nevroner. Hver node mottar input fra en eller flere nevroner, og bruker en aktiveringsfunksjon til å beregne og sende ut sitt eget resultat. Disse utgangene blir deretter overført til andre noder for videre behandling, inntil nettverket produserer en utgang. Nevrale nettverk kan trenes på datasett ved å bruke overvåket eller uovervåket læring for å lære mønstre og forhold mellom innganger og utganger. Det trente nettverket kan deretter brukes til å forutsi nye utganger for nye innganger.
Publiseringsdato: