神经网络编程是一种计算机科学和数学的交叉领域，旨在利用人工神经网络模型来实现模式识别、分类、预测等任务。在这个专业中，学生将学习如何设计、训练和优化神经网络模型，利用数据来训练模型，以及如何使用这些模型来解决各种现实世界的问题。
此外，神经网络编程还涉及到深度学习、计算机视觉和自然语言处理等领域，需要具备扎实的编程和数学功底，对于处理大数据和机器学习有浓厚兴趣的人适合从事这个专业。
1.神经网络在系统辨识．模式识别，智能控制等领域有着广泛而吸引人的前景。
2.特别在智能控制中，人们对神经网络的自学习功能尤其感兴趣，并且把神经网络这一重要特点看作是解决自动控制中按制器适应能力这个难题的关键钥匙之一。
;
3.神经网络的基础在于神经元。
神经元是以生物神经系统的神经细胞为基础的生物模型。
在人们对生物神经系统进行研究，以探讨人工智能的机制时，把神经元数学化，从而产生了神经元数学模型。
大量的形式相同的神经元连结在―起就组成了神经网络。
虽然，每个神经元的结构和功能都不复杂，但是神经网络的动态行为则是十分复杂的，因此，用神经网络可以表达实际物理世界的各种现象，神经网络模型是以神经元的数学模型为基础来拥述的。
神经网络预测天气的原理是通过输入大量的天气数据，如气温、湿度、风速等，训练神经网络模型来建立天气预测模型。模型通过学习数据之间的复杂关系，能够预测未来的天气情况。
神经网络利用模式识别和数据挖掘的技术，不断优化自身的参数和权重，提高预测的准确性。
这种方法能够帮助气象部门和气象学者更准确地预测天气变化，为社会公众提供更可靠的气象服务。