神經網路 是什麼?

Neural Network — 神經網路 的完整解釋

神經網路是模仿人類大腦神經元結構的機器學習模型,由多層節點(神經元)組成,透過加權求和與激活函數學習複雜的非線性關係

神經網路 的完整說明

神經網路(Neural Network / Artificial Neural Network, ANN)是深度學習的基礎架構。基本單元:神經元計算加權求和 Z = Σ wᵢxᵢ + b,再通過激活函數(ReLU、Sigmoid、Softmax)輸出。iPAS 考試重點(官方勘誤):加權求和通式下標應為 wᵢxᵢ(非 w₁x₁);邏輯迴歸的假設是「對數勝算的線性關係」(Linearity in Log-Odds),非「線性可分性」。

神經網路 在 iPAS 考試中的重點

根據歷年統計,神經網路 相關題目 屬於高頻考範圍。

資料來源

← 回到 神經網路 快查頁

測驗你對 神經網路 的理解

透過模擬考系統檢驗學習成果

開始測驗