Проект алгоритма обучения нейронных сетей
Состав работы
|
|
|
|
Необходимые программы
Работа представляет собой rar архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
Введение……………………………………………………………………3
Глава 1. Нейронные сети…………………………………………….…….5
1.1. Обучение нейронной сети………………………..……….……5
1.2. Методы ускорения обучения нейронной сети………………12
1.3. Области применения нейронных сетей………………………15
Глава 2. Создание и обучение нейронной сети…………………………19
2.1. Алгоритм обратного распространения ошибки…………..…19
2.2. Аппроксимация функции……………………………………..24
Заключение……………………………..………………………………..30
Список использованной литературы………….………………………..32
Цель работы – изучение алгоритмов обучения нейронных сетей.
Для достижения поставленной цели в работе поставлены следующие задачи:
1. Описать алгоритмы обучения нейронных сетей.
2. Рассмотреть методы ускорения обучения нейронной сети.
3. Изучить области применения нейронных сетей.
4. Рассмотреть алгоритм обратного распространения ошибки.
5. Реализовать алгоритм обратного распространения ошибки на примере аппроксимации функции.
Объектом исследования являются нейронные сети.
Предмет – алгоритмы обучения нейронной сети.
Практической значимостью работы является возможность использования обученных нейронных сетей для решения различных задач.
Структура работы и объем работы определяется целью и основными задачами исследования. Курсовая работа состоит из введения, двух глав, заключения и списка использованной литературы. Текст работы изложен на 33 страницах текста.
Глава 1. Нейронные сети…………………………………………….…….5
1.1. Обучение нейронной сети………………………..……….……5
1.2. Методы ускорения обучения нейронной сети………………12
1.3. Области применения нейронных сетей………………………15
Глава 2. Создание и обучение нейронной сети…………………………19
2.1. Алгоритм обратного распространения ошибки…………..…19
2.2. Аппроксимация функции……………………………………..24
Заключение……………………………..………………………………..30
Список использованной литературы………….………………………..32
Цель работы – изучение алгоритмов обучения нейронных сетей.
Для достижения поставленной цели в работе поставлены следующие задачи:
1. Описать алгоритмы обучения нейронных сетей.
2. Рассмотреть методы ускорения обучения нейронной сети.
3. Изучить области применения нейронных сетей.
4. Рассмотреть алгоритм обратного распространения ошибки.
5. Реализовать алгоритм обратного распространения ошибки на примере аппроксимации функции.
Объектом исследования являются нейронные сети.
Предмет – алгоритмы обучения нейронной сети.
Практической значимостью работы является возможность использования обученных нейронных сетей для решения различных задач.
Структура работы и объем работы определяется целью и основными задачами исследования. Курсовая работа состоит из введения, двух глав, заключения и списка использованной литературы. Текст работы изложен на 33 страницах текста.
Похожие материалы
Проект алгоритмов обучения нейронных сетей. Алгоритм обучения без учителя. Примеры применений
Aronitue9
: 31 мая 2012
Содержание
Введение …………………………………………………………………………………….3
1. Введение в нейронные сети …………………………………………………..4
2. Обучение нейронных сетей ……………………………………………………7
3. Алгоритмы обучения сетей ……………………………………………………10
4. Нейронные сети: обучение без учителя ………………………………...34
Заключение ………………………………………………………………………………..44
Литература ………………………………………………………………………………...45
Приложение ……………………………………………………………………………….46
В статье рассмотрены алгоритмы обучения искусственных нейронных сетей без учителя. Приведена
55 руб.
Другие работы
Геополитические и геоэкономические проблемы
Elfa254
: 3 сентября 2013
Информационное письмо по конференции
ГЕОПОЛИТИЧЕСКИЕ И ГЕОЭКОНОМИЧЕСКИЕ ПРОБЛЕМЫ
РОССИЙСКО-УКРАИНСКИХ ОТНОШЕНИЙ
(ОЦЕНКИ, ПРОГНОЗЫ, СЦЕНАРИИ)
ВРЕМЯ ПРОВЕДЕНИЯ КОНФЕРЕНЦИИ:
22-24 января 2001 года - научная программа,
25-28 января 2001 года - научная экскурсия
МЕСТО ПРОВЕДЕНИЯ КОНФЕРЕНЦИИ:
Санкт-Петербург, Российская Федерация
На наших глазах продолжается преобразование постсоветского пространства. Этот процесс порождает огромное количество практических проблем. Современные научные методы ча
Насосный газосепаратор МН-ГСЛ5 для ЭЦН, (Применяется взамен модуля входного на скважинах с содержанием газа свыше 25% в пластовой жидкости) вариант завода "Борец"г.Москва-Чертеж-Оборудование для добычи и подготовки нефти и газа-Курсовая работа-Дипломная р
https://vk.com/aleksey.nakonechnyy27
: 6 июня 2016
Насосный газосепаратор МН-ГСЛ5 для ЭЦН, (Применяется взамен модуля входного на скважинах с содержанием газа свыше 25% в пластовой жидкости) вариант завода "Борец"г.Москва-(Формат Компас-CDW, Autocad-DWG, Adobe-PDF, Picture-Jpeg)-Чертеж-Оборудование для добычи и подготовки нефти и газа-Курсовая работа-Дипломная работа
500 руб.
Курсовая работа по дисциплине "Сетевые базы данных". 3-й вариант.
denchik1994
: 22 марта 2015
3. Внести в таблицу данные о Теннисных турнирах и Спонсорах. Каждый турнир может иметь несколько спонсоров. Турнир имеет название, страну, в которой проводится, и число участников. Спонсор имеет название и сумму финансирования. Процедура должна удалять из таблицы турнир с минимальным числом участников. Включить в пакет еще одну процедуру, которая выводит турниры, имеющие финансирование меньше заданного в параметре
150 руб.
Контрольная работа по дисциплине: Логика. Вариант №1
Amor
: 18 апреля 2014
Тестовые задания.
Зачет по контрольной работе ставится при выполнении тестовых заданий по всем 12 лекциям.
Лекция 1. Предмет и значение логики. Логика и язык.
1. Логическая форма конкретной мысли – это:
• строение этой мысли,
• способ связи составных частей мысли,
• словесное выражение мысли
2. Определите логическую форму высказываний:
• «Все птицы — летают»,
• «Все люди разумны»,
• «Все телефоны — мобильные»
3. Сколько основных формальнологических законов вы знаете:
1) закон тождества
2) зако
150 руб.