Plan Szkolenia

Wprowadzenie do Neural Networks

  1. Co to są Neural Networks
  2. Jaki jest obecny stan zastosowania sieci neuronowych
  3. Neural Networks vs modele regresji
  4. Uczenie nadzorowane i nienadzorowane

Przegląd dostępnych pakietów

  1. nnet, neuralnet i inne
  2. Różnice między pakietami i ich ograniczenia
  3. Wizualizowanie sieci neuronowych

Zastosowanie Neural Networks

  • Pojęcie neuronów i sieci neuronowych
  • Uproszczony model mózgu
  • Możliwości neuronu
  • Problem XOR i natura rozkładu wartości
  • Polimorficzna natura funkcji sigmoidalnej
  • Inne funkcje aktywacyjne
  • Budowa sieci neuronowych
  • Pojęcie połączenia neuronów
  • Sieć neuronowa jako węzły
  • Budowa sieci
  • Neurony
  • Warstwy
  • Skale
  • Dane wejściowe i wyjściowe
  • Zakres od 0 do 1
  • Normalizacja
  • Uczenie się Neural Networks
  • Propagacja wsteczna
  • Krok propagacji
  • Algorytmy szkolenia sieci
  • Zakres zastosowań
  • Oszacowanie
  • Problemy z możliwością aproksymacji przez
  • Przykłady
  • OCR i rozpoznawanie wzorców obrazów
  • Inne zastosowania
  • Implementowanie zadania modelowania sieci neuronowych do prognozowania cen akcji notowanych

Wymagania

Programming w dowolnym języku programowania polecanym.

 14 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (4)

Propozycje terminów

Powiązane Kategorie