Εξέλιξη Κομματιού

Εισαγωγή στο Neural Networks

  1. Τι είναι τα Neural Networks
  2. Ποιός είναι ο τρέχονς κατάστασης στη χρήση νευρωνικών δικτύων
  3. Neural Networks vs μοντέλα παραμετρικής εκπαίδευσης
  4. Επιτηρούμενη και μη επιτηρούμενη μάθηση

Περιγραφή των διαθέσιμων πακέτων

  1. nnet, neuralnet και άλλα
  2. Διαφορές μεταξύ πακέτων και τους περιορισμούς τους
  3. Βιβλιογραφία νευρωνικών δικτύων

Εφαρμογή Neural Networks

  • Περιγραφή νευρωνικών και δικτύων
  • Μια απλοποιημένη μοντέλο του εγκεφάλου
  • Ευκαιρίες νευρώνων
  • XOR πρόβλημα και η φύση της διανομής των τιμών
  • Η πολυμορφία της σίγκογκ-τύπου συνάρτησης
  • Άλλες ενεργοποιημένες συναρτήσεις
  • Δημιουργία νευρωνικών δικτύων
  • Περιγραφή συνδέσεων νευρώνων
  • Νευρωνικά δίκτυα ως κόμβους
  • Δημιουργία ενός δικτύου
  • Νεύρονα
  • Τάξεις
  • Πυκνότητες
  • Δεδομένα είσοδου και εξόδου
  • Σύνορο 0 μέχρι 1
  • Κανονικοποίηση
  • Μάθηση Neural Networks
  • Παρουσιαστική πρόχειρη παρέμβαση
  • Στάδια παράθυρα
  • Διδακτικά λογισμικό αλγόριθμων
  • Περιοχή εφαρμογής
  • Εκτίμηση
  • Πρόβλημα με τη δυνατότητα προσέγγισης από
  • Παραδείγματα
  • OCR και αναγνώριση εικονικών μοτίβων
  • Άλλες εφαρμογές
  • Καθιέρωση του δικτύου πρόβλεψης τιμών αποδοχή στοχαστικά

Απαιτήσεις

Programming σε οποιαδήποτε γλώσσα προγραμμάτισης που συνιστάται.

 14 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετοχαστή

Σχόλια (3)

Εφεξής Μαθήματα

Σχετικές Κατηγορίες