2.6 初识人工神经网络（第6课时）
教学重难点
重点：人工神经元基本结构；神经网络输入层、隐藏层、输出层。
难点：类比人脑神经元，理解人工神经网络信号传递。
教学过程
1. 导入：连接主义模仿人脑大脑神经元网络，构建人工神经网络。
2. 人脑神经元简单回顾：接收信号，达到阈值后输出信号。
3. 人工神经元（感知器）：接收多路输入，加权求和，激活函数判断，输出信号。
4. 三层基础神经网络结构
- 输入层：接收原始数据；
- 隐藏层：中间运算处理层，可以有多层；
- 输出层：输出最终结果。
5. 通俗类比：输入层是眼睛接收信息；隐藏层是大脑思考加工；输出层给出判断结果。
6. 简单说明训练过程：不断调整每一条连接权重，降低预测错误。
7. 课堂小结：人工神经网络是对人脑神经的数学模拟，多层网络可以处理复杂任务。