神经网络学习之----神经网络概述

人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

兴起的事件：AlphaGo大战李世石 （AlphaGo胜）

神经网络基础：单层感知器，线性神经网络， BP神经网络， Hopfield神经网络等
神经网络进阶：玻尔兹曼机，受限玻尔兹曼机，递归神经网络等
深度学习网络：深度置信网络，卷积神经网络，深度残差网络， LSTM网络等
深度网络应用：应用于传统的数据挖掘与机器学习问题，手写体识别，图像识别，应用于自然语言处理，人工智能（AlphaGo）等。
编程语言： python， R， matlab， java等
深度学习实现框架： Tensorflow，Caffe，Torch等