Слайд 2План
Актуальность
Цель
Представление
Что такое нейросеть
Виды
Нейрон
Функция активации
Пример
Обучение
Суть
Метод обратного распространения ошибки
Вывод

Слайд 3Актуальность
В последнее время информации становится все больше, и обрабатывать её вручную стало

невозможно. Сейчас нейросети используются во всех областях информационных технологий, поэтому знания по этой теме востребованы и актуальны.
Слайд 4Цель
Разобраться в работе нейросетей, их видах, методах машинного обучения, узнать о методе

обратного распространения ошибки.
Слайд 5Что такое нейросеть
Нейронная сеть — это последовательность нейронов, соединенных между собой синапсами.

Она позволяет компьютерным программам находить закономерности в данных.
Слайд 6Схема компьютерной нейросети

Слайд 7Виды нейросетей
Многослойные
Однослойные
Помимо выходного и входного слоёв, имеются ещё несколько скрытых промежуточных слоёв.
Сигналы

со входного слоя сразу направляются на выходной слой.
Слайд 8Нейрон
Основная составляющая нейронной сети. Принимают сигналы от других нейронов, обрабатывают их и

выдают ответ.
Слайд 9Функция активации
Определяет выходное значение нейрона в зависимости от результата взвешенной суммы входов

и порогового значения.
Слайд 11Суть обучения нейросетей
Обучение нейронной сети — это поиск наилучшего набора весов для

максимизации точности предсказания.
Слайд 12Метод обратного распространения ошибки
Метод обратного распространения ошибки — метод вычисления градиента, который используется

при обновлении весов многослойного перцептрона.
Слайд 13Вывод
Нейронные сети появились около 100 лет назад и получили активное развитие в

последние 30 лет. Такой важный механизм на деле имеет не сложное строение, а алгоритмы обучения не требуют углубленных знаний в математике. Нейросеть - простой и мощный инструмент для анализа информации и предсказания возможных выводов из нее.