Спецкурсы

Нейронные сети и их практическое применение

Экзамен состоится 24 декабря в 18.00, аудитория 607.

 

Содержание

Лекция 1. Обзор.

Лекция 2. Однослойные сети.

Лекция 3. Проблема "исключающего или". Многослойный персептрон.

Лекция 4. Алгоритм обратного распространения ошибки.

Лекция 5. Обзор алгоритмов обучения.

Лекция 6. Практические рекомендации по использованию алгоритма обратного распространения ошибки.

Лекция 7. Сеть Кохонена.

Лекция 8. Рекуррентные сети.

Лекция 9. Сверточные сети.

Лекция 10. Вычислительные платформы для реализации НС.

 

                 Визуализация решения задачи классификации.

 

Нейронные сети и их практическое применение

Экзамен состоится 24 декабря в 18.00, аудитория 607.

 

Содержание

Лекция 1. Обзор.

Лекция 2. Однослойные сети.

Лекция 3. Проблема "исключающего или". Многослойный персептрон.

Лекция 4. Алгоритм обратного распространения ошибки.

Лекция 5. Обзор алгоритмов обучения.

Лекция 6. Практические рекомендации по использованию алгоритма обратного распространения ошибки.

Лекция 7. Сеть Кохонена.

Лекция 8. Рекуррентные сети.

Лекция 9. Сверточные сети.

Лекция 10. Вычислительные платформы для реализации НС.

 

                 Визуализация решения задачи классификации.

 

Нейронные сети и их практическое применение

Экзамен состоится 24 декабря в 18.00, аудитория 607.

 

Содержание

Лекция 1. Обзор.

Лекция 2. Однослойные сети.

Лекция 3. Проблема "исключающего или". Многослойный персептрон.

Лекция 4. Алгоритм обратного распространения ошибки.

Лекция 5. Обзор алгоритмов обучения.

Лекция 6. Практические рекомендации по использованию алгоритма обратного распространения ошибки.

Лекция 7. Сеть Кохонена.

Лекция 8. Рекуррентные сети.

Лекция 9. Сверточные сети.

Лекция 10. Вычислительные платформы для реализации НС.

 

                 Визуализация решения задачи классификации.