Лучший видеокурс по нейронным сетям на русском

МЕНЮ


Новости ИИ
Поиск

ТЕМЫ


Внедрение ИИНовости ИИРобототехника, БПЛАТрансгуманизмЛингвистика, рбработка текстаБиология, теория эволюцииВиртулаьная и дополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации

АРХИВ


Июнь 2017
Май 2017
Апрель 2017
Март 2017
Февраль 2017
Январь 2017
Декабрь 2016
Ноябрь 2016
Октябрь 2016
Сентябрь 2016
Август 2016
Июль 2016
Июнь 2016
Май 2016
Апрель 2016
Март 2016
Февраль 2016
Январь 2016
0000

RSS


RSS новости
птичий грипп

Новостная лента форума ailab.ru

Искусственные нейронные сети упакованы в удобный видеокурс, который научит новичков и освежит знания тех, кто уже давно прошел базис.

Искусственные нейронные сети

1. Искусственные нейронные сети. Введение

Когда используют нейронные сети, и как они работают? Первый урок состоит из ответов на эти вопросы. Работа нейронной сети объясняется с помощью удобных схем, и проводится аналогия с человеческим мозгом. Стоит отметить, что каждый видеоурок дополнен выводами и заданиями.

2. Немного биологии

Сравнение с биологической НС при рассмотрении нейрона и синапса позволит понять, как работают искусственные нейронные сети, изучить механизм изнутри. Это все еще относится к разделу базиса и подойдет тем, кто только начал изучать ИНС.

3. В целом об искусственной нейронной сети

В уроке затрагивается структура биологических сетей, их мерность, строение ИНС и описание каждого из ее слоев.

4. Искусственный нейрон

Нейрон объясняется на примерах, а также рассказывается, что необходимо предпринять, чтобы обучение и работа нейронной сети были корректными.

5. Структура нейронной сети

В уроке подробно разобраны этапы работы НС и затрагиваются рекуррентные и feedforward сети, разница между которыми представлена схематически.

6. Нюансы работы нейронной сети

Здесь курс проходит переломный момент, когда больший упор делается на практические знания: нормализация и масштабирование, метод «один из N», организация сети, принцип работы скрытого слоя и влияние количества нейронов на результат.

7. Обучение сети

Автор курса расскажет о двух этапах жизни ИНС, двух типах ее обучения, проанализирует их с использованием схем и разберет память, без которой искусственные нейронные сети бесполезны.

8. Технология обучения сети. Часть 1

Самая обширная тема разбита на две части. В первой акцент делается на методе наискорейшего спуска. Сюда включены графики, расчет погрешности и визуализированное представление ошибки.

9. Технология обучения сети. Часть 2

Во второй части автор коснется метода обратного распространения ошибки, расскажет об обучающей выборке и начальных значениях весов.


Источник: proglib.io