根据维基百科，人工神经网络基于称为人工神经元的连接单元或节点的集合，它们对生物大脑中的神经元进行松散的建模。每个连接，就像生物大脑中的突触一样，可以将信号传递给其他神经元。接收信号的人工神经元然后对其进行处理并可以向与其连接的神经元发出信号。

在 ANN 实现中，连接处的“信号”是一个实数，每个神经元的输出由其输入之和的某个非线性函数计算得出。这些连接称为边。神经元和边缘通常具有随着学习的进行而调整的权重。权重增加或减少连接处的信号强度。神经元可能有一个阈值，这样只有当聚合信号超过该阈值时才会发送信号。通常，神经元被聚合成层。不同的层可以对其输入执行不同的转换。信号从第一层（输入层）传播到最后一层（输出层），可能是在多次遍历这些层之后。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！ 机器学习模型方法总结 历史最全机器学习/深度学习/人工智能专业术语表中英对照表 机器学习如何应用于商业场景？三个真实的商业项目 数据工作者的自我修养 | 哪些技能是必不可少的？ 《汗牛充栋：数据分析书籍分享》CDA网校新课上线 文本挖掘常用的107个语料库 一图读懂“东数西算”工程 零基础转行数据分析，看这篇文章就够了