Předmět Aplikace teorie neuronových sítí (NAIL013)
Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu NAIL013 - Aplikace teorie neuronových sítí, Matematicko-fyzikální fakulta, Univerzita Karlova v Praze (UK).
Top 10 materiálů tohoto předmětu
Materiály tohoto předmětu
Materiál | Typ | Datum | Počet stažení |
---|
Další informace
Cíl
Rozebrat a naučit aplikace neuronových sítí
Sylabus
1. Úvod do problematiky adaptivních a učících se systémů Adaptace a učení, formální popis předmětů, výběr a uspořádání příznaků, výběr a uspořádání učebních vzorů. Metody minimalizace kritéria ztrát (Bayesovo rozhodovací pravidlo, rozhodovací pravidlo podle nejbližšího souseda, shluková analýza). Použití klasických učících se klasifikátorů (rozpoznávání obrazu, řeči, použití učících se klasifikátorů v řízení). 2. Umělé neuronové sítě a jejich použití Rekapitulace vybraných paradigmat NS (vrstevnaté neuronové sítě typu zpětného šíření, Hopfieldovy sítě, Kohonenovy mapy, hluboké neuronové sítě). Aplikace umělých neuronových sítí - mj. při rozpoznávání mluvené řeči, modelování finančních systémů, zpracování multimediálních dat, v robotice a při predikci časových řad. 3. Použití genetických algoritmů v oblasti neuronových sítí Aplikace neuronových sítí typu zpětného šíření při formulaci a vyhodnocování cílové funkce genetických algoritmů. Optimalizace architektury neuronových sítí pomocí genetických algoritmů.
Literatura
Abu-Mostafa Y. S., Magdon-Ismail M., Lin H.-T.: Learning From Data: A Short Course, AMLbook.com, 2012Goldberg D.E.: Genetic Algorithms in Search, Optimization, and Machine Learning. Addison Wesley, 1990Haykin S.: Neural Networks and Learning Machines, 3rd Edition, Pearson, 2009Kotek Z. a kol.: Adaptivní a učící se systémy. SNTL 1980 Kosko B.: Neural Networks for Signal Processing. Prentice Hall, 1992
Garant
doc. RNDr. Iveta Mrázová, CSc.