神經網路演算法是什麼?
神經網路是新科技領域中的時尚詞彙。很多人聽過這個詞，但很少人真正明白它是什麼。本文的目的是介紹所有關於神經網路的基本包括它的功能、一般結構、相關術語、類型及其應用。
「神經網路」這個字其實是來自於生物學，而我們所指的神經網路正確的名稱應該是「人工神經網路(ANNs)」。
一個真正的神經網路是由數個至數十億個被稱為神經元的細胞(組成我們大腦的微小細胞)所組成，它們以不同方式連接而型成網路。人工神經網路就是要嘗試模擬這種生物學上的體系結構及其操作。這裡有一個難題：我們對生物學上的神經網路知道的不多!因此，不同類型之間的神經網路體系結構有很大的不同，我們所知道的只是神經元基本的結構。
搜尋引擎中的神經演算法:
把搜尋引擎的演算法比譬人的大腦，大腦中有大約50到500種不同得神經元，由N多的因素構成一張神經網路系統，也就是搜尋引擎的演算法組成。風采依揚以為在搜尋引擎神經網路系統中，由N多個關鍵字相關性的網站/頁面組成一張搜尋引擎神經演算法，每一個神經元佔神經網路系統中的比例不一樣。當然最近一些搜尋引擎加入了用戶行為演算法，而用戶行為演算法也會被納入神經演算法中的。
神經演算法的原理：
基本神經元包含有synapses、soma、axon及dendrites。 Synapses負責神經元之間的連接，它們不是直接物理上連接的，而是它們之間有一個很小的空隙允許電子信號從一個神經元跳到另一個神經元。然後這些電子訊號會交給soma處理及以其內部電子訊號將處理結果傳遞給axon。而axon會將這些訊號分發給dendrites。最後，dendrites帶著這些訊息再交給其它的synapses，再繼續下一個循環。 不斷的從各個神經元挖掘數據，組成各個分類及編碼，由各個分類入編碼構成搜尋引擎神經演算法的一些大體組成要素，最後將分析結果形成一個神經指紋，當用戶搜尋時將調用搜尋引擎的神經指紋，由神經指墳顯示搜索結果。