Las redes neuronales son una importante técnica de Inteligencia Artificial, y han sido un gran éxito en el campo de aprendizaje automático y reconocimiento de patrones. A veces se utilizan en programas que requieren tanto el reconocimiento de patrones y la capacidad de aprendizaje . El tipo más común de la red neuronal se llama una "red backpropagation ", que permite que el "coach" para entrenar a la red. Instrucciones
1

código una sola neurona en su idioma de elección . Los detalles de implementación pueden variar , pero cada neurona tiene que ser capaz de consumir múltiples entradas , aplicar un peso de varias entradas y luego aplicar una " función sigmoide " para producir un resultado . La "función sigmoide " variará en base a lo que la red está diseñado para aprender .
2

Crear un conjunto de neuronas " modelo " en el idioma de su elección. Cree una segunda capa de neuronas . Cada capa de neuronas pasará la información a una capa posterior de neuronas que continuará para modificar las entradas hasta que se llegó a una capa de salida a .
3

Crear una capa de salida que le permite dar la respuesta que la red neuronal debería haber producido . En este punto , la red neuronal tiene que " backpropagate " la respuesta a todas las capas anteriores de las neuronas . Las neuronas continuación, tendrá que calcular un error y ajustar la ponderación de sus diversos aportes .
4

Coach de la red neuronal hasta que empiece a producir los resultados apropiados de forma coherente .
< Br >