神经网络入门 是什么?
Introduction to Neural Networks 是 Brilliant 的神经网络入门课程。课程以动手实验理解模型内部机制,围绕神经网络可以解决的问题建立直觉,而不是要求学习者一开始就完成复杂数学推导。
当前课程目录包含 15 课、112 个练习,按神经网络、神经元和层分组,涉及计算机视觉问题、决策边界、XOR、Sigmoid、单神经元训练、隐藏层、曲线拟合与形状识别等内容。
官方建议具备基本代数和逻辑知识,不要求先会编程。学习者可从课程页了解内容并登录学习,逐步完成交互练习;课程介绍不是完整的生产级模型开发课程,访问权益与订阅条件应在平台确认。
主要功能
互动式神经网络学习
神经元与激活函数
决策边界与分类
隐藏层和曲线拟合
按主题逐步完成练习
适用场景与人群
具备基础代数知识的人工智能初学者
- 建立神经网络直觉
- 理解机器学习基础概念
- 作为编程前的概念学习
课程内容与交互练习中的问题
概念理解、练习反馈与学习进度
如何使用
- 01
阅读课程目录并检查基础代数与逻辑知识。
- 02
登录平台,从神经网络章节开始。
- 03
完成互动练习,再学习神经元和网络层的主题。
官网与资料来源
资料更新于 2026-10-24

