Plan Szkolenia

Podstawy

  • Czy komputery mogą myśleć?
  • Podejście deklaratywne i imperatywne do rozwiązywania problemów
  • Cel bedań nad sztuczna inteligencją
  • Definicja sztucznej inteligencji. Test Turinga. Inne wyznaczniki
  • Rozwój koncepcji inteligentnych systemów
  • Najważniejsze osiągniącia i kierunki rozwoju

Sieci neuronowe

  • Podstawy
  • Koncepcja neuronu i sieci neuronowych
  • Uproszczony model mózgu
  • Możliwości neuronu
  • Problem XOR i charakter podziału wartości
  • Polimorficzny charakter funkcji sigmoidalnej
  • Pozostałe funkcje aktywacji
  • Budowa sieci neuronowych
  • Koncepcja łączenie neuronów
  • Sieć neuronowa jako węzły
  • Budowa sieci
  • Neurony
  • Warstwy
  • Wagi
  • Dane wejściowe i wyjściowe
  • Zakresy 0..1
  • Normalizacja
  • Uczenie sieci neuronowych
  • Propagacja wsteczna
  • Kroki propagacji
  • Algorytmy uczenia sieci
  • Zakres zastosowań
  • Estymacja
  • Problemy z możliwością przybliżenia wyniku
  • Przykłady
  • Problem XOR
  • Totolotek?
  • Kursy akcji
  • OCR i rozpoznawanie wzorów obrazów
  • Inne zastosowania
  • Modelowanie sieci neuronowej realizującej zadanie przewidywania kursów akcji giełdowych

Problemy na dziś

  • Eksplocja kombinatoryczna i problemy gier
  • Test Turinga raz jeszcze
  • Zbytnia ufność w możliwości komputerów
  7 godzin
 

Liczba uczestników


Data rozpoczęcia

Data zakończenia


Daty szkoleń są uzależnione od dostępności trenerów. Szkolenia standardowo odbywają się w godzinach od 09:00 do 16:00.

Cena za uczestnika

Opinie uczestników (3)

Szkolenia Powiązane

Powiązane Kategorie