Нейронные сети

Материал из Информационная безопасностя
Версия от 08:13, 12 марта 2020; pw>Безуглов Сергей (Новая страница: «== Ответ == * Понятие нейронной сети возникло при изучении процессов, протекающих в мозге,...»)
(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Перейти к навигации Перейти к поиску

Ответ

  • Понятие нейронной сети возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы.
  • С математической точки зрения, обучение нейронных сетей — это многопараметрическая задача нелинейной оптимизации.
  • Нейронные сети не программируются в привычном смысле этого слова, они обучаются.
  • Возможность обучения — одно из главных преимуществ нейронных сетей перед традиционными алгоритмами.
  • Технически обучение заключается в нахождении коэффициентов связей между нейронами.
  • В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными данными и выходными, а также выполнять обобщение.
  • Известные применения: распознавание образов и классификация, принятие решений и управление, кластеризация, прогнозирование, сжатие данных и ассоциативная память, анализ данных.

Определения

Искусственная нейронная сеть
математическая модель, построенная по принципу организации и функционирования биологических нейронных сетей.
Машинное обучение
класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач.
Перцептрон
(англ. perceptron от лат. perceptio — восприятие; нем. Perzeptron) — математическая или компьютерная модель восприятия информации мозгом (кибернетическая модель мозга), предложенная Фрэнком Розенблаттом в 1957 году.