人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）和之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activation function）。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。

斯坦福机器学习编程作业machine-learning-ex3，Multi-class Classication and Neural Networks神经网络模型，非线性模型题目，满分，2015最新作业答案 Multi-class Classication and Neural Networks MATLAB

神经网络模型及其MATLAB仿真程序设计PDF，周开利等著

纯手写三层神经网络，有数据，无需其他函数，直接运行，包括batchBP和singleBP。

GM11残差修正的季节性神经网络预测模型及其应用，还不错

神经网络模型预测控制器

灰色模型和BP神经网络模型在城市时用水量预测中的应用比较

NeuralNetworkModel 开发环境 python36 tensorflow1.x 模块介绍 产生数据 create_data.py 计算前向传播 forward.py 训练过程 backward.py <-----------------程序入口 学习到的函数 test.py

MATALB使用神经网络工具箱进行神经网络搭建的详细讲解。

风电场风速预测的RBF神经网络模型，介绍了风电场风速预测的方法，建立了RBF神经网络模型，提前1h预测，并把结果与BP方法进行对比