• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

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

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

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

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

Элементы контроля

  • неблокирующий Блиц-опрос
  • неблокирующий Эссе
  • неблокирующий Самостоятельная работа
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

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

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