🔑 名詞卡
神經網路（Neural Networks）
🎯 定義模仿人腦神經元運作方式的機器學習模型，由多層相互連結的神經元組成，能夠處理高度非線性與複雜的數據。
重點
- 每個神經元接收前一層的輸出，經過非線性轉換後傳遞給下一層。
- 屬於監督式學習中常見的分類／迴歸模型之一，也是深度學習的基礎架構（多層神經網路＝深度神經網路）。
- 適合處理高度非線性、複雜的數據，例如語音辨識、圖像分類等，具有多層結構能從數據中自動提取高層次特徵。
易混淆
- vs SVM：SVM 透過超平面劃分類別，適合結構化、特徵明確的二元分類問題；神經網路則能處理更複雜、非線性的數據型態。
- vs 深度學習：深度學習是神經網路的延伸，特指「多層」（deep）神經網路架構。
📖 課文原文「神經網路（Neural Networks）也是監督式學習的重要模型，它模仿人腦神經元的運作方式，能夠處理高度非線性和複雜的數據。」