文章 "神经网络实践：绘制神经元"
Daniel José # :
你好，丹尼尔先生。感谢您的分享。我读 过您的文章，我认为内容非常精彩。我希望能得到您的服务，为 MT5 提供个性化的工具。Je ne sais pas comment vous contacter.
Petit détail : comme vous l'avez peut-être remarqué, je travaille également sur un autre profil.Je souhaite transmettre un maximum de mes connaissances à tous les membres de la communauté.实际上，关于神经网络的内容都是经过精心设计的，目的是阐明其功能。感谢您的评论。J'espère que vous prendrez plaisir à le découvrir, tout comme je prendds plaisir à vous montrer comment tout cela fonctionne. 🙂 👍
新文章 神经网络实践：绘制神经元已发布：
在上一篇文章神经网络实践：伪逆（二）中，我讨论了专用计算系统的重要性及其发展背后的原因。在这篇关于神经网络的新文章中，我们将更深入地探讨这个主题。为这个阶段创建材料并不是一项简单的任务。尽管看起来很简单，但解释一些经常引起严重混淆的事情可能相当具有挑战性。
现阶段我们将涵盖哪些内容？在本系列中，我的目标是演示神经网络是如何学习的。到目前为止，我们已经探索了神经网络如何在不同数据点之间建立相关性。然而，到目前为止讨论的方法仅适用于处理预处理和过滤的数据集。这使得神经网络能够基于现有信息识别最优解。但是，当数据未经过滤时会发生什么？在这种情况下，神经网络如何建立相关性？这就是许多人错误地认为神经网络具有某种形式的智能的地方。他们认为它“学习”了如何以一种自主的、类似人类的方式对事物进行分类。
这种常见的误解使得解释神经网络特别具有挑战性。通常，那些试图理解它们的人缺乏如何对不同类型的信息进行排序的基本知识，即使数据之间存在某种关系。对于那些不使用它的人来说，这是最令人困惑的一点。因此，他们可能会误解解释，导致对神经网络如何运作的进一步困惑。
作者：Daniel Jose