笔迹识别是一个可以通过人工神经网络处理的真实世界问题的一个例子。人类可以用简单的直觉识别笔迹，但对计算机的挑战是，每个人的笔迹是独特的，有不同的风格，甚至字母间距不同，因此很难一致识别。例如，第一个字母，一个大写字母A，可以描述为三条直线，其中两条在顶部的顶点相交，第三条在另两条中间相交，对人类来说是有意义的，但是用计算机算法来表达这一点是一种挑战。
采用人工神经网络方法，向计算机提供已知手写体字符的训练示例，这些字符以前被标记为它们对应的字母或数字，然后通过该算法，计算机学会识别每个字符，并且随着字符集的数据集的增加，准确性也随之提高。手写识别有各种各样的应用，例如在邮政服务中自动读取信件地址，减少银行支票上的欺诈行为，用于笔式计算的字符输入。
神经网络可以对金融市场进行预测
人工神经网络的另一类问题是对金融市场的预测。这也被称为“算法交易”，目前已适用于所有类型的金融市场，从股票市场，大宗商品，利率和各种货币。在股票市场的情况下，交易者利用神经网络算法寻找被低估的股票，对现有的股票模型进行改进，并利用深度学习方面对其算法进行优化，以适应市场的变化，现在有一些公司专门研究神经网络股票交易算法，例如MJ交易系统。
人工神经网络算法以其固有的灵活性，继续应用于复杂模式识别和预测问题。除了上面的例子外，这还包括各种不同的应用，如社交媒体图像上的面部识别、用于医学成像的癌症检测以及商业预测。
本文属于原创文章，如若转载，请注明来源：啥是神经网络？这东西没你想象的那么难//net.zol.com.cn/695/6957181.html
