Алгоритм обучения нейронных сетей

Искусственные нейронные сети, подобно биологическим, являются вычислительной системой с огромным числом параллельно функционирующих простых процессоров с множеством связей. Несмотря на то, что при построении таких сетей обычно делается ряд допущений и значительных упрощений, отличающих их от биологических аналогов, искусственные нейронные сети демонстрируют удивительное число свойств, присущих мозгу, — это обучение на основе опыта, обобщение, извлечение существенных данных из избыточной информации.

Цель работы – изучение алгоритмов обучения нейронных сетей.

Для достижения поставленной цели в работе поставлены следующие задачи:

  • Описать алгоритмы обучения нейронных сетей.
  • Рассмотреть методы ускорения обучения нейронной сети.
  • Изучить области применения нейронных сетей.
  • Рассмотреть алгоритм обратного распространения ошибки.
  • Реализовать алгоритм обратного распространения ошибки на примере аппроксимации функции.

Объектом исследования являются нейронные сети.

Предмет – алгоритмы обучения нейронной сети.

Практической значимостью работы является возможность использования обученных нейронных сетей для решения различных задач.

Структура работы и объем работы определяется целью и основными задачами исследования. Курсовая работа состоит из введения, двух глав, заключения и списка использованной литературы. Текст работы изложен на 33 страницах текста

Присоединяйся

Зарегестрируйся с помощью социальных сетей.

Публикуй

Опиши работу, прикрепи файлы и назначь цену.

Зарабатывай

Получай пассивный доход с продажи работ.

Тебе понадобится 5 минут для публикации работы на сайте.
Скачать

бесплатно

Алгоритм обучения нейронных сетей.docx
220653
Оцени работу

рейтинг

Поделись работой с друзьями

Мы не грузим циферки, чтоб ты увидел контент как можно быстрее;

Комментарии (0)

CyborDev

/ /

Оставить комментарий

Ты не можешь комментировать

Только зарегестрированые пользователи имеют возможность комментировать работы
Алгоритм обучения нейронных сетей
Искусственные нейронные сети, подобно биологическим, являются вычислительной системой с огромным числом параллельно функционирующих простых процессоров с множеством связей. Несмотря на то, что при построении таких сетей обычно делается ряд допущений и значительных упрощений, отличающих их от биологических аналогов, искусственные нейронные сети демонстрируют удивительное число свойств, присущих мозгу, — это обучение на основе опыта, обобщение, извлечение существенных данных из избыточной информации.
Категория: Образование
Стоимость: Бесплатно