Содержание
- 2. История и перспективы развития нейронных сетей. Области применения ИНС. Биологический нейрон и его математическая модель. к.т.н.,
- 3. В истории развития нейронных сетей выделяют несколько этапов:
- 8. Основные проблемы, решаемые искусственными нейронными сетями
- 9. Ирисы Фишера - самый популярный в статистической литературе набор данных, часто используемый для иллюстрации работы различных
- 10. Кластеризация / категоризация Кластеризация (или кластерный анализ) — это задача разбиения множества объектов на группы, называемые
- 11. Основная задача аппроксимации — построение приближенной (аппроксимирующей) функции, в целом наиболее близко проходящей около данных точек
- 12. Предсказание / прогноз
- 13. Оптимизация Многие проблемы в науке, технике, медицине и экономике могут рассматриваться как задачи оптимизации. Под задачей
- 15. Биологический нейрон и его математическая модель. Нейрон (нервная клетка) является особой биологической клеткой, которая обрабатывает информацию
- 16. Рис. 2. Биологический нейрон
- 17. Искусственный нейрон Рис.3 Искусственный нейрон Рис. 4. Нелинейная модель нейрона
- 18. Рис. 5. Нелинейная модель нейрона ??=?(??+??) (3) ?1,?2,…,??-входные сигналы; ??1,??2,…,???- синаптические веса нейрона ?; ??- линейная
- 19. где ??=0, ??= ?? (4) Рис.6 Аффинное преобразование, вызванное наличием порога.
- 20. Рис.7 Нелинейная модель нейрона
- 21. Типы функций активации Функции активации, представленные в формулах как ?(.), определяют выходной сигнал нейрона в зависимости
- 22. Типы функций активации Функции активации, представленные в формулах как ?(.), определяют выходной сигнал нейрона в зависимости
- 24. 1
- 26. Скачать презентацию