基于python、numpy实现的高参数自由度神经网络 1）隐藏层层数可选，每层神经元个数可选【列表输入】 2）激励函数可选：sigmoid、tanh、relu 3）输入神经元个数可选，输出神经元个数可选，默认为2，即2分类

参阅吴祖增教授译注的《游戏编程中的人工智能技术》而拾慧的学习ppt， 增加了对问题的更浅显的个人看法。

BP神经网络的详细介绍，包括基本算法及理论，方便初学者学习掌握

数学建模算法学习 机器学习算法 BP神经网络基本原理与应用 共47页.ppt

PM2.5浓度预测，有代码、数据及说明

针对健康数据种类日益增多，而统计学算法不能实现所有数据种类的特征提取与健康状态评估的问题，文中提出了基于卷积与BP神经网络的健康数据分析算法来评估用户的健康状态。对健康数据类型进行分析，总结为数字、文本、图像3种模态的数据类型，并分别针对这3种数据类型进行基于卷积神经网络的数据特征表征模型的构建。经过特征融合，利用多元高斯分布定义健康状态的划分，并利用BP神经网络构建健康数据分析算法。通过在样本数据上的测试结果表明，与朴素贝利斯模型对比，文中所述健康数据分析算法具有较高的准确率，使用多模态数据较单一数据类型的健康评估结果更优，其准确率约为84.2 %。

利用BP算法逼近函数f=-1.*x.*(x.^2-3.2.*x+2.89).*(x-3)/2;的matlab代码。

采用bp神经网络 单个隐藏层的神经网络模型 BP反馈是以计算的形式编写 纯python编写

非常好的神经网络学习课件！讲述了BP神经网络的原理，算法流程，以及各种学习方法的优缺点！

神经网络BP算法与回归分析算法进行统计预测的比较研究