Нейронные сети. Полный курс. Представленный материал содержит строгое математическое обоснование всех нейросетевых парадигм, иллюстрируется примерами, описанием компьютерных экспериментов, содержит множество практических задач, а также обширную библиографию. В книге также анализируется роль нейронных сетей при решении задач распознавания образов, управления и обработки сигналов. Структура книги очень удобна для разработки курсов обучения нейронным сетям и интеллектуальным вычислениям. Книга будет полезна для инженеров, специалистов в области компьютерных наук, физиков и специалистов в других областях, а также для всех тех, кто интересуется искусственными нейронными сетями. Оглавление. Предисловие. Введение. Процессы обучения.
Даны основы теории нейронных сетей; большое внимание уделено решению практических задач, всесторонне. Лужковская Ю. Диета для работы мозга 1960 год. Саймон Хайкин. Нейронные сети. Нейронные сети. Полный курс. Файл формата pdf; размером 18,63 МБ. Добавлен пользователем Ashot, дата добавления .
- Согласно COGANN (Combinations of Genetic Algorithms and Neural. Networks), объединение нейронных сетей и .
- Кроме того, нейронные сети применяются для грамотного сравнения.
Однослойный персептрон. Многослойный персептрон. Сети на основе радиальных базисных функций. Машины опорных векторов.
Ассоциативные машины. Анализ главных компонентов. Карты самоорганизации. Бланки Объявлений С Отрывными Листочками далее. Модели на основе теории информации. Стохастические машины и их аппроксимации в статистической механике. Нейродинамическое программирование.
Временная обработка с использованием сетей прямого распространения. Нейродинамика. Динамически управляемые рекуррентные сети.
Заключение. Библиография. Предметный указатель.