Neuron Networks

2020/2021

Academic Year

RUS

Instruction in Russian

6

ECTS credits

Delivered at:

Department of Information Technologies in Business (Faculty of Computer Science, Economics, and Social Sciences)

Course type:

Elective course

When:

4 year, 1 module

Программа дисциплины

Аннотация

В рамках курса вы получите представление о процессе создания и применения нейронных сетей, ознакомитесь с основополагающими теоретическими идеями, алгоритмами и практическими приёмами, использующимися при обучении нейросетевых моделей.

Цель освоения дисциплины

• Освоение математического аппарата и программного обеспечения, предназначенного для создания интеллектуальных систем на базе нейронных сетей;
• Приобретение навыков нейросетевого математического моделирования бизнес-процессов и экономических явлений

Планируемые результаты обучения

• Знание возможностей интеллектуальных систем на базе нейронных сетей, технологии их создания.
• Умение выделять входные (управляющие) и выходные (управляемые) параметры нейросетевой интеллектуальной системы.
• Умение формализовать предметную область программного продукта.
• Умение применять полученные знания при решении практических задач.
• Обладание навыками нейросетевого моделирования.

Содержание учебной дисциплины

• Раздел 1. Теоретическая часть
  Тема 1. Персептрон и его развитие Биологический и математический нейрон. Персептрон, распознающий цифры и буквы. Правила Хебба, дельта-правило, обобщенное дельта-правило. Проблема «исключающего ИЛИ», многослойный персептрон и алгоритм обратного распространения ошибки. Алгоритмы обучения второго порядка, эвристические алгоритмы, обучение с помощью генетического алгоритма. Проблема переобучения и теорема Арнльда-Колмогорова-Хехт-Нильсена. Обобщенная блок-схема создания нейросетевой интеллектуальной системы. Тема 2. Неклассические нейронные сети. Радиально-базисные сети, рекуррентные сети, самообучающиеся сети, сверточные сети.
• Раздел 2. Практическая часть
  Тема 3. Выполнение индивидуальных заданий. Применение нейронных сетей для решения задач распознавания образов, извлечения знаний, оптимизации, прогнозирования, управления, поддержки принятия решений.

Элементы контроля

• Блиц-опрос
• Эссе
• Самостоятельная работа
• Экзамен

Промежуточная аттестация

• Промежуточная аттестация (1 модуль)
  0.2 * Блиц-опрос + 0.15 * Самостоятельная работа + 0.4 * Экзамен + 0.25 * Эссе

Список литературы

Рекомендуемая основная литература

• Бессмертный И. А., Нугуманова А. Б., Платонов А. В. - ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ. Учебник и практикум для академического бакалавриата - М.:Издательство Юрайт - 2019 - 243с. - ISBN: 978-5-534-01042-8 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/intellektualnye-sistemy-433716

Рекомендуемая дополнительная литература

• Барский А.Б. - Введение в нейронные сети - Национальный Открытый Университет "ИНТУИТ" - 2016 - 358с. - ISBN: - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100684