[МГТУ] Data Science. Уровень 3: Нейронные сети

[Аноним]

Ссылка на картинку

Нейронные сети – это математические модели и их программное воплощение

Нейронная сеть имитирует структуру и свойства организации нервной системы живых организмов и позволяет решать задачи с заданным алгоритмом и формулами, учитывая прошлый опыт. Это обучаемая система.

Основная идея использования нейросетей – решение сложных задач, для которых стоит лишь задать некоторый критерий качества, который будет минимизирован или оптимизирован. Нейронная сеть способна обучаться решению задач, для которых у человека не существует формализованных, быстрых или работающих с приемлемой точностью теоретических или эмпирических алгоритмов.

ПРОГРАММА:

ВВЕДЕНИЕ В БИБЛИОТЕКУ KERAS
АРХИТЕКТУРЫ НЕЙРОННЫХ СЕТЕЙ: DENSE СЛОИ (ПОЛНОСВЯЗНЫЕ)
АРХИТЕКТУРЫ НЕЙРОННЫХ СЕТЕЙ: CONV СЛОИ (СВЕРТОЧНЫЕ)
АРХИТЕКТУРЫ НЕЙРОННЫХ СЕТЕЙ: МЕТРИКИ И ФУНКЦИИ ПОТЕРЬ. ПРОБЛЕМА ПЕРЕОБУЧЕНИЯ
РЕШЕНИЕ ЗАДАЧ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ: КЛАССИФИКАЦИЯ
РЕШЕНИЕ ЗАДАЧ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ: РЕГРЕССИЯ
РЕШЕНИЕ ЗАДАЧ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ: ПРОГНОЗИРОВАНИЕ ВРЕМЕННЫХ РЯДОВ
РЕШЕНИЕ ЗАДАЧ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ: ОБРАБОТКА АУДИО ПРИ ПОМОЩИ НЕЙРОННЫХ СЕТЕЙ
РЕШЕНИЕ ЗАДАЧ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ: КЛАССИФИКАЦИЯ ИЗОБРАЖЕНИЙ
РЕШЕНИЕ ЗАДАЧ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ: ВНЕДРЕНИЕ В PRODUCTION
ПОСТРОЕНИЕ МОДЕЛИ НЕЙРОННОЙ СЕТИ И ВНЕДРЕНИЕ В PRODUCTION