Основы искусственных нейронных сетей
Разбираем основы построения и программирования искусственных нейронных сетей.
Искусственная нейронная сеть — это алгоритм обработки задач программирования, на основе принципов выделения ключевых данных, силы их влияния на результаты итоговых показателей. Нейронная сеть выделяет наиболее значимые параметры, строит на их основе функцию с пороговыми значениями, позволяя профильтровать входной сигнал. На основе функционального сопоставления выборки правильных значений и входных данных, умеет обучаться и распознавать новые ранее не анализируемые примеры.

ОСНОВЫ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ - ОБУЧЕНИЕ ПРОГРАММИРОВАНИЮ!

----------------------<cut>----------------------

Сила влияния каждого из входных данных учитывается с помощью параметра, называемого вес.
Чем больше обучающих примеров проанализировала нейронная сеть, тем лучше она настроила веса на различные входные данные, и тем лучше она будет выдавать ответ.

В данном уроке затронуты следующие вопросы :
— что такое нейронная сеть в биологии;
— как моделируется в программировании;
— каковы принципы построения и обучения;
— модель перцептрона Розенблата;
— основные функции настройки обучения сети с перцептронами Розенблата;
— пример распознавания простейшей нейронной сетью письменных символов.
Разобран пример распознавания образов символов простейшей нейронной сетью на основе перцептронов Розенблата (однослойная сеть со статичной пороговой функцией).

Смотрите обучающий урок на канале YouTube:
Если возникли вопросы, пишите в комментариях. Если вам интересен какой-то алгоритм решения определенной задачи — также напишите в комментариях, я постараюсь ответить или снять ролик на эту тему. Подписывайтесь!
Приятного просмотра!


Оригинальное видео:
https://www.youtube.com/wat...