1、神经网络六个基本问题,第一个问题：什么时候可以用神经网络 第二个问题：分类还是回归？(classification or regression) 第三个问题：Deterministic还是Stochastic 第四个问题：Supervised还是Unsupervised 第五个问题：On-line还是Off-line 第六个问题：PC还是其他硬件设备(DSP芯片),第一个问题：什么时候可以用神经网络,数学模型？,输入,输出,1、没有数学模型,必须100%的准确率,100% is ok,不能用,2、有数学模型，但是太复杂，很难应用,必须100%的准确率,100% is ok,不能用,第二个问题：
2、分类还是回归？ (classification or regression),分类,回归,第三个问题：Deterministic还是Stochastic,预测/存储,输入时间： T(k),输出时间： T(k+1),00 1,10 1,00 0,01 1,1/3,1/3,1/3,00 1,10 1,00 0,01 1,0.30,0.58,0.12,第四个问题：Supervised还是Unsupervised,输入： P1(x1,x2,) P2(x1,x2,) P3(x1,x2,) P4(x1,x2,),输出： T1 T2 T3 T4 ,Supervised：输入对应输出,输入： P1(x1,x2,) P2(x1,x2,),Unsupervised：发掘输入数据的内在联系,SOM:Self-Organizing Maps,第五个问题：On-line还是Off-line,Off-line,设计网络,使用网络,训练网络,收集数据,On-line,设计网络,使用网络,训练网络,realtime processing,第六个问题：PC还是其他硬件设备(DSP芯片),电脑：可以处理复杂网络,其他设备：尽量简化网络,总结：我们将学习的网络,RBF,BP,ERROR,
