Компьютерные науки

Основы теории нейронных сетей

Программа знакомит с базовыми концепциями искусственного интеллекта и различными парадигмами нейронных сетей. Рассматриваются популярные архитектуры от перцептронов до самоорганизующихся карт.
Студентов 7587 Выпускников 1717 Для специалистов
690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
Темы:
Алгоритмы и сложность, Искусственный интеллект и робототехника
Объем
36 час.
Длительность
30 дней
Нагрузка в неделю
9 час.
Формат обучения
Дистанционно (самостоятельно)
Описание Учебная программа посвящена возможностям нейросетевых технологий в решении задач классификации, прогнозирования и распознавания образов. В учебной программе изучаются биологические аналоги нейронов, математические модели и их обучение на данных. Рассматриваются простейшие перцептроны, методы обратного распространения ошибки, рекуррентные сети Хопфилда и самоорганизующиеся сети Кохонена. Математический анализ алгоритмов дополняется демонстрацией их применения. Учебная программа ориентирована на исследователей и ИТ-специалистов.
Цели
  • Изучить строение искусственного нейрона
  • Понять процесс обучения сети
  • Ознакомиться с типами нейросетей
Чему я научусь?
  • Понимать принципы функционирования искусственного нейрона
  • Выбирать подходящую архитектуру сети для конкретной задачи
  • Применять алгоритмы обучения нейронных сетей
  • Использовать нейросети для распознавания образов и прогнозирования
  • Оценивать качество работы обученной модели

Авторы

Яхъяева Гульнара Эркиновна
Яхъяева Гульнара Эркиновна
Кандидат физико-математических наук, доцент кафедры общей информатики, факультет информационных технологий Новосибирского Государственного Университета.
Чему я научусь?
  • Понимать принципы функционирования искусственного нейрона
  • Выбирать подходящую архитектуру сети для конкретной задачи
  • Применять алгоритмы обучения нейронных сетей
  • Использовать нейросети для распознавания образов и прогнозирования
  • Оценивать качество работы обученной модели

Учебный план

№ Занятия
Экзамен экстерном Внимание! Экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите подтвердить свои знания по данному курсу без его изучения или поверить свои знания по нему. Экзамен экстерном можно сдать только один раз. 90 мин
1 Основы искусственных нейронных сетей В лекции рассматриваются общие положения теории искусственных нейронных сетей. Описана структура однослойных и многослойных нейронных сетей,... В лекции рассматриваются общие положения теории искусственных нейронных сетей. Описана структура однослойных и многослойных нейронных сетей, введено понятие обучения нейронной сети и дана классификация алгоритмов обучения. ещё
Основы искусственных нейронных сетей тест для курса Основы теории нейронных сетей 25 мин
2 Персептроны. Представимость и разделимость В лекции дается определение персептрона, рассматривается его архитектура. Описывается класс задач, решаемых с помощью персептрона, доказывается,... В лекции дается определение персептрона, рассматривается его архитектура. Описывается класс задач, решаемых с помощью персептрона, доказывается, какие задачи невозможно решить с его помощью. ещё
Персептроны. Представимость и разделимость тест для курса Основы теории нейронных сетей 25 мин
3 Персептроны. Обучение персептрона В лекции рассматриваются алгоритм обучения персептрона, вопросы сходимости алгоритма обучения и подбора количественных характеристик весовых коэффициентов.... В лекции рассматриваются алгоритм обучения персептрона, вопросы сходимости алгоритма обучения и подбора количественных характеристик весовых коэффициентов. Исследуются многослойные персептроны и возможности их обучения. ещё
Персептроны. Обучение персептрона тест для курса Основы теории нейронных сетей 25 мин
4 Процедура обратного распространения (описание алгоритма) В лекции рассматривается архитектура многослойного обобщенного персептрона, описывается процедура обратного распространения - алгоритм обучения многослойного персептрона... В лекции рассматривается архитектура многослойного обобщенного персептрона, описывается процедура обратного распространения - алгоритм обучения многослойного персептрона с учителем. ещё
Процедура обратного распространения (описание алгоритма) тест для курса Основы теории нейронных сетей 25 мин
5 Процедура обратного распространения (анализ алгоритма) В лекции анализируются слабые места алгоритма обратного распространения и предлагаются методы решения некоторых связанных с этим... В лекции анализируются слабые места алгоритма обратного распространения и предлагаются методы решения некоторых связанных с этим проблем. ещё
Процедура обратного распространения (анализ алгоритма) тест для курса Основы теории нейронных сетей 25 мин
6 Сети встречного распространения В лекции изложены архитектура, функционирование и методы обучения сетей встречного распространения. В качестве примера использования данной... В лекции изложены архитектура, функционирование и методы обучения сетей встречного распространения. В качестве примера использования данной сети рассматриваются методы сжатия данных. ещё
Сети встречного распространения тест для курса Основы теории нейронных сетей 25 мин
7 Стохастические методы обучения нейронных сетей В лекции дается обзор основных стохастических методов, используемых для обучения нейронных сетей: метод отжига металла, больцмановское... В лекции дается обзор основных стохастических методов, используемых для обучения нейронных сетей: метод отжига металла, больцмановское обучение, обучение Коши, метод искусственной теплоемкости. ещё
Стохастические методы обучения нейронных сетей тест для курса Основы теории нейронных сетей 25 мин
8 Нейронные сети Хопфилда и Хэмминга В лекции рассматривается архитектура сети Хопфилда и ее модификация - сеть Хэмминга, затрагиваются вопросы устойчивости сети... В лекции рассматривается архитектура сети Хопфилда и ее модификация - сеть Хэмминга, затрагиваются вопросы устойчивости сети Хопфилда. В заключении лекции рассматриваются понятие ассоциативности памяти и задача распознавания образов. ещё
Нейронные сети Хопфилда и Хэмминга тест для курса Основы теории нейронных сетей 25 мин
9 Обобщения и применения модели Хопфилда В лекции рассматриваются вероятностные обобщения модели Хопфилда и статистическая машина. Описывается аналого-цифровой преобразователь - как модель... В лекции рассматриваются вероятностные обобщения модели Хопфилда и статистическая машина. Описывается аналого-цифровой преобразователь - как модель сети с обратным распределением. В качестве примера приводится представление информации в сети Хопфилда, решающей задачу коммивояжера. ещё
Обобщения и применения модели Хопфилда тест для курса Основы теории нейронных сетей 25 мин
10 Двунаправленная ассоциативная память В лекции рассматриваются архитектура и принципы работы нейронной сети ДАП. Затронуты вопросы емкости данной сети. Дается... В лекции рассматриваются архитектура и принципы работы нейронной сети ДАП. Затронуты вопросы емкости данной сети. Дается обзор некоторых модификаций этой сети. ещё
Двунаправленная ассоциативная память тест для курса Основы теории нейронных сетей 25 мин
11 Адаптивная резонансная теория. Архитектура В лекции рассматривается проблема стабильности—пластичности при распознавании образов. Изучаются нейросетевые архитектуры AРT.
Адаптивная резонансная теория. Архитектура тест для курса Основы теории нейронных сетей 25 мин
12 Теория адаптивного резонанса. Реализация В лекции рассматривается процесс функционирования АРТ. Приводится пример обучения сети АРТ. Обсуждаются основные характеристики АРТ. Дается... В лекции рассматривается процесс функционирования АРТ. Приводится пример обучения сети АРТ. Обсуждаются основные характеристики АРТ. Дается обзор модификаций сети АРТ. ещё
Теория адаптивного резонанса. Реализация тест для курса Основы теории нейронных сетей 25 мин
13 Когнитрон В лекции рассматривается архитектура, процедура обучения и функционирование когнитрона. Описан пример функционирования четырехслойного когнитрона распознавания образов.
Когнитрон тест для курса Основы теории нейронных сетей 25 мин
14 Неокогнитрон В лекции рассматривается архитектура, процедура обучения и функционирования неокогнитрона. Отмечается его сходство и отличие от когнитрона.
Неокогнитрон тест для курса Основы теории нейронных сетей 25 мин
15 Алгоритмы обучения В данной лекции рассматриваются различные методы обучения нейронных сетей. Некоторые из этих методов частично приводились на... В данной лекции рассматриваются различные методы обучения нейронных сетей. Некоторые из этих методов частично приводились на предыдущих лекциях, но отмечены снова для создания у слушателей целостного представления об изучаемой области. ещё
Алгоритмы обучения тест для курса Основы теории нейронных сетей 25 мин
Тренировочный экзамен Внимание! Тренировочный экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите проверить свои знания курса перед сдачей экзамена. Тренировочный экзамен можно сдавать сколько угодно один раз. 90 мин
Экзамен 60 мин

Какой документ я получу?

Сертификат

Выдаётся автоматически после успешного завершения программы.

Удостоверение о повышении квалификации

Выдается при наличии среднего специального или высшего образования (необходимые документы).

Стоимость программы

690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
^