Штучна нейронна мережа складається лише з одного шару нейронів

Нейрон у штучній мережі має лише один вхід і один вихід.

Вага у нейронній мережі визначає силу зв'язку між нейронами.

Функція активації вирішує, чи повинен нейрон активуватися, залежно від вхідного сигналу.

Перцептрон є найпростішою моделлю нейронної мережі, що складається з одного шару нейронів.

Зворотне поширення помилки використовується для коригування ваг нейронів на основі різниці між передбаченим і фактичним результатом.

Приховані шари в нейронній мережі безпосередньо взаємодіють із зовнішніми вхідними даними.

Вхідний шар нейронної мережі відповідає за видачу кінцевого результату обробки даних.

Вихідний шар нейронної мережі отримує дані безпосередньо від вхідного шару без участі прихованих шарів.

Навчання з учителем передбачає використання набору даних із відомими правильними відповідями для тренування моделі.

Функція втрат обчислює різницю між передбаченими моделлю значеннями та реальними значеннями.

Активаційна функція завжди лінійна.

Штучні нейронні мережі не здатні до навчання та адаптації.