Mukautuva hermoverkko on järjestelmä, joka käsittelee tietoja ja tekee muutoksia verkkoon tarvittaessa. Tällaisia verkkoja löytyy tietokonejärjestelmistä tai orgaanisista elämänmuodoista. Niitä käytetään tulkitsemaan suuria määriä monimutkaista tietoa ja ne ovat modernin tekoälytekniikan perusta.
Keinotekoinen hermoverkko, jota kutsutaan myös keinotekoiseksi hermoverkkoksi, on mallinnettu ihmisten ja eläinten aivoissa luonnossa esiintyvien hermoverkkojen mukaan. He työskentelevät käyttämällä sarjan tiedonkeruuantureita-neuroneja-, joita tulkitsee keskusyksikkö. Nämä yhteydet voivat muuttaa ja muuttaa tapaa, jolla ne ovat vuorovaikutuksessa keskusyksikön kanssa, perustuen omaan arviointiinsa siitä, miten ne voivat suorittaa tehtävänsä tehokkaimmin.
Mukautuva hermoverkko “oppii” kahdella tavalla: valvottu oppiminen ja valvottu oppiminen. Ohjattu oppiminen edellyttää ihmistä, joka neuvoo verkostoa eri tulojen tulkinnasta ja vuorovaikutuksesta. Tämän oppimistyylin tarkoituksena on varmistaa, ettei menetelmissä ole virheitä menetelmissä, joita adaptiivinen hermoverkko käyttää tietojen käsittelyyn, ja vahvistaa verkon haluttuja toimia.
Valvottu oppiminen perustuu siihen, että keskusyksikkö on vuorovaikutuksessa ympäristön kanssa ja tekee omat päätöksensä siitä, miten sen pitäisi toimia alkuperäisen ohjelmoinnin perusteella. Tätä varten se järjestää ja järjestää uudelleen saamansa tiedot ja ennustaa, mitä näiden tietojen muuttamisen seuraukset voivat olla. Verkko voi oppia verkossa tai offline -tilassa. Verkko -oppiminen tarkoittaa, että verkko oppii samalla, kun se myös suorittaa tehtäviä. Offline -oppiminen edellyttää, että verkko oppii näyttelemisestä erillään.
Tällä hetkellä on neljä päätehtävää, jotka adaptiiviset hermoverkot suorittavat. Ne kaikki käsittelevät mallien käsittelyä ja tulkintaa. Ensinnäkin on klusterointi, jossa verkko tutkii useita malleja ja ryhmittelee liittyvät mallit klustereiksi.
Toinen tehtävä, jonka adaptiivinen hermoverkko voi suorittaa, on kuvion, kuten kirjoitettujen tai puhuttujen sanojen, tunnistaminen ja tulkinta. Näin tehdessään se voi yrittää ymmärtää täysin tuntemattomia malleja perustuen ymmärrykseensä liittyvistä malleista. Arvion antaminen toiminnon arvosta on kolmas päätehtävä, ja sitä käytetään usein tieteessä tai tekniikassa. Neljäs päätehtävä, jonka adaptiivinen hermoverkko voi suorittaa, on ennustaa, mitä tapahtuu tulevaisuudessa, jos tiettyihin tietomalleihin tehdään muutoksia.
Keinotekoinen hermoverkko on tekoälyn muoto ja sen moderneimpiin käyttötarkoituksiin kuuluu kehittynyttä robottitekniikkaa. Sitä käyttävät useammin data -analyytikot, koska heidän tehtävänsä ovat tulkkaus ja suurten tietomäärien lajittelu. Keinotekoinen hermoverkko voi auttaa analyytikkoa järjestämään tietonsa, tekemään tutkimusta ja testaamaan mahdollisia muutoksia yrityksen tuotteisiin ja palveluihin. Tekniikan kehittyessä hermoverkkojen sovellukset yleistyvät.