Plan Szkolenia

Wprowadzenie do Neural Networks

  1. Jakie są Neural Networks
  2. Jaki jest aktualny stan zastosowań sieci neuronowych
  3. Neural Networks a modele regresji
  4. Uczenie się pod nadzorem i bez nadzoru

Przegląd dostępnych pakietów

  1. net, neuronnet i inne
  2. Różnice pomiędzy pakietami i ich ograniczenia
  3. Wizualizacja sieci neuronowych

Stosowanie Neural Networks

  • Pojęcie neuronów i sieci neuronowych
  • Uproszczony model mózgu
  • Neuron możliwości
  • Problem XOR i natura rozkładu wartości
  • Polimorficzny charakter esicy
  • Aktywowano inne funkcje
  • Budowa sieci neuronowych
  • Koncepcja połączenia neuronów
  • Sieć neuronowa jako węzły
  • Budowa sieci
  • Neurony
  • Warstwy
  • Waga
  • Dane wejściowe i wyjściowe
  • Zakres od 0 do 1
  • Normalizacja
  • Nauka Neural Networks
  • Propagacja wsteczna
  • Propagacja kroków
  • Algorytmy uczenia sieci
  • zakres aplikacji
  • Oszacowanie
  • Problemy z możliwością aproksymacji wg
  • Przykłady
  • OCR i rozpoznawanie wzorców obrazu
  • Inne aplikacje
  • Implementacja zadania modelowania sieci neuronowej przewidującego ceny akcji spółek notowanych na giełdzie

Wymagania

Zalecane programowanie w dowolnym języku programowania.

 14 godzin

Liczba uczestników



Cena za uczestnika

Opinie uczestników (1)

Powiązane Kategorie