Бакалавриат
2020/2021




Нейронные сети
Статус:
Курс по выбору (Бизнес-информатика)
Направление:
38.03.05. Бизнес-информатика
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
Программа дисциплины
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 частьТема 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 частьТема 3. Выполнение индивидуальных заданий. Применение нейронных сетей для решения задач распознавания образов, извлечения знаний, оптимизации, прогнозирования, управления, поддержки принятия решений.
Промежуточная аттестация
- Промежуточная аттестация (1 модуль)0.2 * Блиц-опрос + 0.15 * Самостоятельная работа + 0.4 * Экзамен + 0.25 * Эссе
Список литературы
Рекомендуемая основная литература
- Бессмертный И. А., Нугуманова А. Б., Платонов А. В. - ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ. Учебник и практикум для академического бакалавриата - М.:Издательство Юрайт - 2019 - 243с. - ISBN: 978-5-534-01042-8 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/intellektualnye-sistemy-433716
Рекомендуемая дополнительная литература
- Барский А.Б. - Введение в нейронные сети - Национальный Открытый Университет "ИНТУИТ" - 2016 - 358с. - ISBN: - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100684