Un algorithme neuronal se réfère communément à un morceau de code utilisé dans la programmation de neurones. C'est là un réseau de neurones simule les comportements et attributs spécifiques du cerveau humain. Les programmeurs parler de la programmation de neurones comme un processus évolué à partir de systèmes plus anciens, où la communauté d'aujourd'hui programmation de neurones repose sur les principes de l'intelligence artificielle a présenté il ya quelques décennies.
L'algorithme neuronal est une partie spécifique de systèmes neuronaux qui facilite un des rôles les plus importantes de logiciel de neurones. Il fournit souvent pour combiner des données différentes pour un résultat spécialisé, où l'algorithme neuronal comble les lacunes peu comme un processus cérébral humain le ferait, par exemple, dans une gamme limitée de vision. Dans la programmation de neurones artificiels, cela se fait en projetant à partir de données connues pour présenter un résultat probable.
De nombreuses configurations de l'algorithme de neurones impliquent une entrée connue, et en ajoutant un autre type de données "formation" pour obtenir un résultat final qui combine à la fois. Développeurs et examiner de près l'apprentissage automatique pour définir la façon dont leurs algorithmes neuronaux sont la capacité de production d'un programme informatique pour apprendre. Au-delà de cela, il existe un large éventail de types d'algorithmes neuronaux destinés à des objectifs différents et mis en œuvre de différentes manières.
Les programmeurs comprennent souvent des schémas détaillés pour montrer comment chaque composant d'un algorithme neuronal se fond dans le mélange. Ceux-ci peuvent être publiées sous forme imprimée ou sur le web pour aider une communauté de développeurs publique interpréter ce que un seul programmeur ou l'équipe a fait avec un algorithme neuronal pour améliorer un morceau de logiciel. Comme tous les programmes, le développement d'algorithmes neuronaux repose en grande partie sur le langage classique et le codage, les pratiques de documentation standard, et la clarté de l'équipe originale pour rendre le résultat accessible à un public plus large. Sans cela, il devient difficile de traduire l'intention initiale et la fonctionnalité d'un algorithme ou un programme
.
Avec des rôles fondamentaux dans des domaines tels que la logistique et les sciences d'observation, les applications de neurones sont devenus populaires dans des endroits improbables. L'un d'eux est dans les courses de chevaux, où les développeurs de programmes informatiques affirment maintenant que les algorithmes neuronaux peuvent être utilisés pour prédire efficacement les résultats. Bien que ces types d'usages sont semblables à d'autres pratiques communes pour la conception de logiciels de neurones, c'est discutable la façon dont les applications de neurones peut prédire un événement particulier. L'intérêt d'utiliser un design algorithme neuronal pour suivre les données riches en événements tels que l'évolution des marchés boursiers est assez grand pour s'assurer que la programmation de neurones sera une grande part des efforts futurs pour développer des programmes informatiques qui aident les opérateurs de l'homme dans certaines façons de prévision.