Искусственные нейронные сети

1.

Искусственные нейронные сети
УНИКУМ 2023

2.

Пример ИНС

3.

Где что?

4.

Возникает проблема
● догадываемся, что для распознавания образов требуется
человеческий интеллект — то, чего недостает машинам, какими бы
сложными и мощными мы их ни создавали, а все потому, что они
— не люди.

5.

Нейрон

6.

Искусственный нейрон

7.

Искусственный нейрон

8.

Функция активации
Линейная функция
Сигмоид
Гиперболический тангенс

9.

Однослойный персептрон

10.

11.

12.

Обучение
● Возникает проблема корректировки значения коэффициента при
увеличении числа нейронов.

13.

Варианты решения проблемы

14.

Линейная нормализация выборки

15.

Обучение
● С учителем
● Без учителя
● Детерминистские
методы
● Стохастические
методы

16.

Ирисы Фишера

17.

Задание
● Реализовать простоя нейрон.
● Реализовать нейронную сеть – как в примере.
● Реализовать нейронную сеть – определение типа кузова автомобиля от
входных параметров (напр. Клиренс, объем движка, объем багажника)
● Добавить в предыдущий пример незначащий параметр, например
лошадиные силы – влияние на сеть маленькое.
● Обогатить Нейросеть из предыдущего примера вторым скрытым слоем.
Итого – нейросеть на 3-4 входных, данных, 2 скрытых слоя по 3-4
нейрона в каждом.

18.

Задание *
● Реализовать Ирисы Фишера, данные найти в инете или спросить у меня.

19.

Задание **
● Придумать предметную область и реализовать нейронную сеть вида
перспетрон с методом обратной ошибки

20.

Задание ***
● Используя библиотеку реализовать ирисы Фишера (тензер)
● Используя библиотеку обучить предыдущие созданные нейронки