Primena neuronskih mreža u modelima statističkog učenja - završni

Rad na razvoju neuronskih mreža motivisan je upravo njihovim počecima, u saznanju da ljudski mozak funkcioniše na potpuno različit način od savremenih digitalnih računara. Mozak je jako komleksan, nelinearni i paralelni kompjuter, odnosno, sistem za obradu informacija. On ima sposobnost da organizuje svoje satavne delove, poznate kao neuroni, da izvršavaju određene operacije računanja, kao što su prepoznavanje paterna, percepcija i kontrola motoričkih funkcija, neuporedivo brže od najbržeg digitalnog računara danas. Uzmimo za primer ljudski vid, koji predstavlja radnju obrade informacija. Funkcija vizuelnog sistema je da obezbedi predstavu našeg okruženja, i važnije, da nas snabde informacijama potrebnim za interakciju sa tim okruženjem. Da budemo precizni, mozak rutinski izvršava operaciju prepoznavanja, npr. prepoznavanje poznatog lica na nepoznatom prizoru, za aproksimativno 100- 200 ms, dok u isto vreme, manje kompleksne operacije na računaru mogu trajati danima.
Po rođenju, mozak ima strukturu i sposobnost da razvija sopstvena pravila kroz, kako ga obično nazivamo, iskustvo.Zaista, iskustvo se nagograđuje tokom vremena, sa najdramatičnijim razvojem ljudskog mozga za vreme prve dve godine života, mada se razvoj nastavlja i nakon toga. Mogućnost “oblikovanja” dozvoljava nervnom sistemu u razvoju da “upija” svari koje ga okružuju. Kako je ova pojava suštinska za funkcionisanje neurona kao jedinica za obradu informacija u ljudskom mozgu, tako je i za neuronske mreže, sastavljene od veštačkih neurona.