• формат djvu
  • размер 46.3 МБ
  • добавлен 28 сентября 2016 г.
Тадеусевич Р., Боровик Б., Гончаж Т., Леппер Б. Элементарное введение в технологию нейронных сетей с примерами программ
Перевод с польск. И.Д. Рудинского. — М.: Горячая линия - Телеком, 2011. — 408 с.: ил. — ISBN 978-5-9912-0163-6.
Искусственные нейронные сети - одна из наиболее динамично развивающихся и реально используемых на практике ветвей теории искусственного интеллекта. В книге выдающегося европейского специалиста популярно и увлекательно освещаются возможности, структура и особенности работы этих сетей. С помощью описываемых в книге компьютерных программ читатель сможет самостоятельно построить несложные нейронные сети, обучить их и провести захватывающие эксперименты. Автор излагает материал без единой формулы; он ведет диалог с читателем и постепенно подводит его к пониманию механизмов функционирования человеческого мозга и к осознанию перспектив их использования для управления современными техническими и экономическими системами.
Книга предназначена для широкого круга читателей, в первую очередь для молодых специалистов, желающих понять сущность и безграничные перспективы искусственных нейронных сетей.
Предисловие к русскому изданию
Введение в естественные и искусственные нейронные сети
Структура нейронной сети
Обучение нейронной сети
Функционирование простейшей нейронной сети
Обучение простых линейных однослойных нейронных сетей
Нелинейные нейронные сети
Обратное распространение
Формы обучения нейронных сетей
Нейронные сети с самообучением
Сети с самоорганизацией
Рекуррентные сети
Заключение
Приложение 1. Математическая модель нейрона
Приложение 2. Линейные и нелинейные нейроны
Приложение 3. Математические функции, часто используемые в нелинейных нейронах
Приложение 4. Какова роль «учителя» при обучении нейронной сети?
Приложение 5. Элементы технологии самообучения сети
Приложение 6. Технология обучения, применяемая в нейронных сетях
Приложение 7. Ускорение процесса обучения
Приложение 8. Обучение многослойных сетей методом обратного распространения ошибки
Приложение 9. Обучение сети как минимизация функции погрешности
Библиография