5+
Информация о работе
Подробнее о работе
Нейронные сети.
- 21 страниц
- 2016 год
- 80 просмотров
- 2 покупки
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
1 ФОРМУЛИРОВАНИЕ И АКТУАЛЬНОСТЬ ТЕМЫ
Разработка нейронных сетей началась в начале 20 века, но их применение стало актуально только в конце прошлого века в связи с появлением мощных вычислительных систем. Пытаясь понять принципы работы своего мозга человек попытался создать искусственные нейронные сети. Но в сравнении с человеческим мозгом модель нейронной сети выглядит, разумеется, куда проще, тем не менее используются очень успешно при решении самых различных задач. Несмотря на то, что решения на основе нейронных сетей имеют вид обычного программного обеспечения, они различаются в общем, так как большая часть реализаций на их основе «обучается», а «не программируется». То есть нейронная сеть непосредственно не программируется, а учиться выполнять задачу [1, 2].
В данном реферате рассмотрены такие методы, как Data Mining, нейронные сети, и методы нейронных сетей.
Data Mining – процесс исследования и обнаружения персональным компьютером (алгоритмами, средствами искусственного интеллекта) в сырых данных скрытных знаний, ранее не известных, нетривиальных, практически полезных, и доступных для интерпретации человеком.
Нейронные сети – это класс моделей, который основан на биологической аналогии с мозгом человека и предназначен после прохождения этапа так на-зываемого обучения на имеющихся данных для решения разнообразных задач анализа данных.
Нейронная сеть — это громадный распределенный параллельный процессор, состоящий из элементарных единиц обработки информации, накапливающих экспериментальные знания и предоставляющих их для последующей обработки. Нейронная сеть сходна с мозгом с двух точек зрения.
Нейронные сети бывают синхронные и асинхронные. В синхронных ежеминутно изменяется состояние лишь одного нейрона, а в асинхронных – у целой группы нейронов, как правило, у всего слоя.
ОГЛАВЛЕНИЕ
1 Формулирование и актуальность темы 3
2 Научное обоснование (описание) используемых методов 5
2.1. Методы упрощения структуры нейронной сети 7
2.2. Метод обратного распространения ошибки 7
2.3. Метод сопряженных направлений 9
3 Область применения, выигрышность мнения (технология, метод, инструментарий) 11
4. Практическое применение нейронных сетей 13
4.1. Современные технологии на основе ИНС. Google поиск. 13
4.2. Пример решения задачи предварительного прогнозирования на 1 день вперед курса акций 13
4.3. Перспективы развития нейронных сетей 16
5 Мое отношение к методам 19
Заключение 20
Список использованной литературы 21
ЗАКЛЮЧЕНИЕ
Искусственные нейронные сети, несомненно, явились важным расширением понятия вычисления. Основной целью создания нейронных сетей явилось выполнение функций, которые ранее были лишь прерогативой человека.
В данном реферате были изложены общие теоретические аспекты нейронных сетей их устройства и принцип действия. Важно частью данной работ является отражение практического применения нейросетевых технологий. Уже сейчас искусственные нейронные сети заняли важное место в повседневно жизни человека и продолжают расширять сферу своего влияния.
Нейросетевые технологии достаточно спорный предмет исследования, который имеет своих приверженцев и противников. От себя хотелось бы добавить, что не стоит считать искусственные нейронные сети универсальным средством, которое подойдет для решения любого вида задач. На сегодняшний момент искусственные нейронные сети все еще мало применимы в областях связанных с жизнью и здоровьем человека, кроме того пока не удалось определить насколько точно можно доверять нейросетевым технологиям решения вопросов связанные с социальным контекстом.
Несмотря на большое количество вопросов связанных с нейронными сетями в настоящее время они уверенно продолжают проникать в нашу жизнь и технологические системы.
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
1. Чубукова И. А. Data Mining: учебное пособие. — М.: Интернет-университет информационных технологий: БИНОМ: Лаборатория знаний, 2006. – 326 с.
2. Каллан, Роберт. Основные концепции нейронных сетей. : Пер. с англ. — М. : Изда¬тельский дом «Вильямс». – 2001. — 287 с.
3. Russo A.P. Neural Networks for Sonar Signal Processing, Tutorial No. 8, IEEE Conference on Neural Networks for Ocean Engineering, Washington, DC, 1991.
4. Хайкин, Саймон. Нейронные сети: полный курс, 2-е издание. : Пер. с англ. — М. : Издательский дом «Вильямс», 2006. — 1104 с.
5. Бэстенс Д.-Э., Ван Ден Берг В.-М., Вуд Д. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. - М.: ТВП. – 1997.236с.
6. Кричевский М. Л. Интеллектуальный анализ данных в менеджменте. Учебное пособие. - Спб: СПбГУАП. –2005. – 208 с.
7. Хромов С. С. Формирование системы прогнозирования цен на опционы на базе нейронных сетей. М.: Теория и практика общественного развития. – 2014. №13, С. 148-153.
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
