Нейрокомпьютинг и его применения в экономике и бизнесе

Скачать в pdf «Нейрокомпьютинг и его применения в экономике и бизнесе»


Murray A.F. Applications of Neural Nets. Kluwer Academic Publishers, 1995.


Pao, Y. H. Adaptive Pattern Recognition and Neural Networks. Addison-Wesley, 1989.


Rumelhart, D.E., Hinton, G.E., and Wiliams, R.J. (1986). «Learning internal representations by error propagation», in: McClelland, J. L. and Rumelhart, D. E. (Eds.). Parallel Distributed Processing: Explorations in the Microstructure of Cognition. Volume 1, 318-362. MIT Press, Cambridge MA.


Глава

з


Обучение с учителем


Персептроны. Прототипы задач: аппроксимация многомерных функций, классификация образов. Возможности персептронов. Обучение с обратным распространением ошибки. Эффект обобщения и переобучение. Оптимизация размеров сети: разрежение связей и конструктивные алгоритмы.


Ш Английской грамматикой в объеме Basic English первым овладел Proteus orator mirabilis, тогда как E.coli eloquentissima даже в 21 000 поколении делал, увы, грамматические ошибки.


СЛем, Эрунтика


Ш … постарайся, насколько можешь отвечать о чем я буду спрашивать тебя И, если я по рассмотрении твоего ответа найду в нем нечто призрачное и неистинное, незаметно выну это и отброшу…


Платон, Теэтет


Персептроны. Прототипы задач


Сети, о которых пойдет речь в этой главе, являются основной «рабочей лошадкой» современного нейрокомпьютинга. Подавляющее большинство приложений связано именно с применением таких многослойных персептронов или для краткости просто персептронов (напомним, что это название происходит от английского perception — восприятие, т.к. первый образец такого рода машин предназначался как раз для моделирования зрения). Как правило, используются именно сети, состоящие из последовательных слоев нейронов. Хотя любую сеть без обратных связей можно представить в виде последовательных слоев, именно наличие многих нейронов в каждом слое позволяет существенно ускорить вычисления используя матричные ускорители.


В немалой степени популярность персептронов обусловлена широким кругом доступных им задач. В общем виде они решают задачу аппроксимации многомерных функций, т.е. построения

Скачать в pdf «Нейрокомпьютинг и его применения в экономике и бизнесе»