这个关于“什么是神经网络”的视频以寓教于乐的方式介绍了神经网络的概念。我们将了解神经网络中存在的不同层次，并理解这些层如何处理数据。我们将了解神经网络中使用的不同参数，如权重、偏差和激活函数。我们还将了解如何使用前向传播训练神经网络，然后使用后向传播方法调整网络中的误差。本视频还涵盖了一些流行的神经网络应用。现在，让我们直接学习什么是神经网络。

使用MATLAB®R2020b，您可以使用深度学习工具箱™模块库以及MATLAB函数块，用Simulink®中经过训练的深度学习模型进行模拟并生成代码。了解如何使用控制、信号处理和传感器融合组件在Simulink中模拟深度学习网络，以评估深度学习模型对系统级性能的影响。了解更多关于在Simulink中使用NVIDIA® GPU来加速深度学习网络模型的执行。

人工智能(AI)是目前科技领域最热门的词汇。这段视频介绍了人工智能的作用及其未来的应用范围。我们汇集了比尔·盖茨、蒂姆·库克、沃伦·巴菲特、巴拉克·奥巴马、埃隆·马斯克、桑达尔·皮查伊和杰夫·贝佐斯等著名领袖和风云人物关于人工智能的演讲片段。在过去的几年里，我们看到了许多以前只存在于科幻小说中的技术慢慢地变成了现实。我们为您带来了今天的商业领袖们关于人工智能的演讲，谈及人工智能的迷人之处，最新的人工智能项目以及人工智能的未来。我们还将回答人工智能是否有一天会战胜人类的问题。

实际上，卡尔曼滤波器就是一种状态观测器，但它是为随机系统设计的。这就是卡尔曼滤波器方程和我们讨论概率密度函数之间的关系。

观看视频了解深度学习与机器学习之间的区别，通过特定示例展示如何决定使用深度学习还是机器学习。

如果您是工程师，您经常会需要处理非线性系统。为了帮助您，我们将讨论非线性状态估算器。

您将学习如何配置卡尔曼滤波器模块参数，例如系统模型、初始状态估计和噪声特性，使用Simulink中的卡尔曼滤波器估算单摆模型角度。

学习、解释、适应和进化的能力一直将人类与机器区别开来。但这个差距正在缩小吗？人类的大脑包含约860亿个神经元，它们通过一个称为突触的极其复杂的通路系统相互连接。神经元的功能是通过突触将电荷传递给彼此，导致活跃/不活跃，或真/假的反应。这就是为什么人类如此擅长图案识别，使我们能够阅读、说话，并区别成千上万张脸。计算的一种基础代数形式——布尔逻辑，也依赖于真(1)或假(0)值。一个足够大的计算机系统使用布尔逻辑可以很好地模拟大脑——也被称为神经网络。