
КОНСПЕКТ ЛЕКЦИЙ КОДЭИ
.pdf
Таким образом, не существует единого универсального алгоритма кластеризации. При использовании любого алгоритма важно понимать его достоинства, недостатки и ограничения. Только тогда кластеризация будет эффективным инструментом в руках аналитика.
12.03.13 Доцент С.Т. Касюк |
93 |

Домашнее задание 7
Паклин, Н.Б. Бизнесаналитика: от данных к знаниям / Н.Б. Паклин, В.И. Орешков. — СПб.: Питер,
2009. — 624 c.
Законспектировать:
Обучение нейронных сетей как задача оптимизации. — С.
498 — 499.
Обзор алгоритмов обучения нейронных сетей. — С. 499. Градиентные методы. — С.
499 — 501.
12.03.13 Доцент С.Т. Касюк |
94 |

Домашнее задание 8 Паклин, Н.Б. Бизнес-
аналитика: от данных к знаниям / Н.Б. Паклин, В.И. Орешков. — СПб.: Питер,
2009. — 624 c.
Методы глобальной оптимизации. — С. 501 — 501. Метод градиентного спуска. —
С. 502 — 506.
Коэффициент скорости обучения. — С. 506 — 507. Алгоритм обратного распространения ошибки
(+ схема). — С. 507 — 512.
Момент. — С. 512 — 513.
12.03.13 Доцент С.Т. Касюк |
95 |

КОМПЬЮТЕРНАЯ ОБРАБОТКА ДАННЫХ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ
§14. Введение в нейронные сети

В основе функционирования
искусственных нейронных сетей лежит принцип обработки информации мозгом человека. Нейронные сети
привлекательны тем, что могут моделировать практически любые, в том числе нелинейные, зависимости.
12.03.13 Доцент С.Т. Касюк |
2 |

Структура и принцип работы нейронных сетей
Мозг обрабатывает информацию образами, которые ассоциируются в сознании с определенными действиями, выводами, символами и т. д. Человеческий мозг может распознавать весьма сложные образы за несколько миллисекунд. Высокая эффективность обработки информации человеческим мозгом всегда привлекала внимание специалистов. Создание вычислительных систем, действующих по аналогичному принципу, открывает путь к созданию систем искусственного интеллекта.
12.03.13 Доцент С.Т. Касюк |
3 |

Вывод напрашивается сам собой: необходимо разработать вычислительную систему, в основе которой лежал бы тот же принцип обработки данных, что и в человеческом мозге. Интуитивно понятно, что такая система должна выполнять параллельную обработку данных. Образ должен восприниматься одновременно и полностью.
12.03.13 Доцент С.Т. Касюк |
4 |

Любой образ формально описывается набором признаков, таких как размеры, цвет, форма и т.д. Поэтому для формирования образа нужно ввести в систему набор (вектор) значений соответствующих признаков. В теории нейронных сетей входной вектор часто так и называют — образ внешней среды. На выходе система должна сформировать значение, указывающее на класс объекта.
12.03.13 Доцент С.Т. Касюк |
5 |

12.03.13 Доцент С.Т. Касюк |
6 |

Появлению и развитию нейронных сетей во многом способствовали достижения медицины и биологии в области знаний о функционировании нервной системы живых существ. В настоящее время с нейронными сетями связана целая отрасль знаний — нейроинформатика. Это междисциплинарная сфера, объединяющая в себе элементы биокибернетики, электроники, статистики, прикладной математики и даже биомедицины.
12.03.13 Доцент С.Т. Касюк |
7 |