Нейронные сети

Бакалавриат 2020/2021

Статус: Курс по выбору (Бизнес-информатика)

Направление: 38.03.05. Бизнес-информатика

Кто читает: Кафедра информационных технологий в бизнесе (Пермь)

Где читается: Факультет экономики, менеджмента и бизнес-информатики

Когда читается: 4-й курс, 1 модуль

Формат изучения: с онлайн-курсом

Преподаватели: Ясницкий Леонид Нахимович

Язык: русский

Кредиты: 6

Контактные часы: 40

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

В рамках курса вы получите представление о процессе создания и применения нейронных сетей, ознакомитесь с основополагающими теоретическими идеями, алгоритмами и практическими приёмами, использующимися при обучении нейросетевых моделей.

Цель освоения дисциплины

Освоение математического аппарата и программного обеспечения, предназначенного для создания интеллектуальных систем на базе нейронных сетей;
Приобретение навыков нейросетевого математического моделирования бизнес-процессов и экономических явлений

Планируемые результаты обучения

Знание возможностей интеллектуальных систем на базе нейронных сетей, технологии их создания.
Умение выделять входные (управляющие) и выходные (управляемые) параметры нейросетевой интеллектуальной системы.
Умение формализовать предметную область программного продукта.
Умение применять полученные знания при решении практических задач.
Обладание навыками нейросетевого моделирования.

Содержание учебной дисциплины

Раздел 1. Теоретическая часть
Тема 1. Персептрон и его развитие Биологический и математический нейрон. Персептрон, распознающий цифры и буквы. Правила Хебба, дельта-правило, обобщенное дельта-правило. Проблема «исключающего ИЛИ», многослойный персептрон и алгоритм обратного распространения ошибки. Алгоритмы обучения второго порядка, эвристические алгоритмы, обучение с помощью генетического алгоритма. Проблема переобучения и теорема Арнльда-Колмогорова-Хехт-Нильсена. Обобщенная блок-схема создания нейросетевой интеллектуальной системы. Тема 2. Неклассические нейронные сети. Радиально-базисные сети, рекуррентные сети, самообучающиеся сети, сверточные сети.
Раздел 2. Практическая часть
Тема 3. Выполнение индивидуальных заданий. Применение нейронных сетей для решения задач распознавания образов, извлечения знаний, оптимизации, прогнозирования, управления, поддержки принятия решений.

Элементы контроля

Блиц-опрос
Эссе
Самостоятельная работа
Экзамен

Промежуточная аттестация

Промежуточная аттестация (1 модуль)
0.2 * Блиц-опрос + 0.15 * Самостоятельная работа + 0.4 * Экзамен + 0.25 * Эссе

Программа дисциплины