Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
ZIUA 1 - REȚELE NEURALE ARTIFICIALE
Introducere și Structura ANN.
- Bioneuroni logici și neuroni artificiali. Modelul unui ANN. Funcții de activare utilizate în ANN-uri. Clase tipice de arhitecturi de rețea.
Mathematical Fundamente și mecanisme de învățare.
- Re-vizitând algebra vectorială și matriceală. Concepte de spațiu de stat. Concepte de optimizare. Învățare cu corectarea erorilor. Învățare bazată pe memorie. Învățare hebbiană. Învățare competitivă.
Perceptroni cu un singur strat.
- Structura și învățarea perceptronilor. Clasificatorul de tipare - introducere și clasificatorii lui Bayes. Perceptron ca clasificator de modele. Convergența perceptronului. Limitările unui perceptron.
Feedforward ANN.
- Structuri ale rețelelor feedforward multistrat. Algoritm de propagare înapoi. Propagarea spatelui - antrenament și convergență. Aproximare funcțională cu propagare inversă. Probleme practice și de proiectare ale învățării cu propagare inversă.
Rețele cu funcție de bază radială.
- Separabilitatea și interpolarea modelelor. Teoria regularizării. Rețele de regularizare și RBF. Proiectarea și formarea rețelei RBF. Proprietățile de aproximare ale RBF.
Învățare competitivă și autoorganizare ANN.
- Proceduri generale de grupare. Learning Vector Quantization (LVQ). Algoritmi și arhitecturi de învățare competitive. Hărți de caracteristici cu autoorganizare. Proprietățile hărților de caracteristici.
Fuzzy Neural Networks.
- Sisteme neuro-fuzzy. Fundal de seturi neclare și logica. Design de tulpini neclare. Proiectarea ANN-urilor fuzzy.
Aplicații
- Vor fi discutate câteva exemple de aplicații ale rețelei neuronale, avantajele și problemele acestora.
ZIUA -2 ÎNVĂȚAREA MAȘINĂ
- Cadrul de învățare PAC Garanții pentru mulțime de ipoteze finite – caz consistent Garanții pentru mulțime de ipoteze finite – caz inconsecvent Generalități cv determinist. Scenarii stocastice Zgomot eroare Bayes Erori de estimare și aproximare Selectare model
Cerințe
O bună înțelegere a matematicii.
Goo înțelegere a statisticilor de bază.
Competențele de bază în programare nu sunt necesare, dar sunt recomandate.
21 ore
Mărturii (2)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Curs - Artificial Neural Networks, Machine Learning, Deep Thinking
It was very interactive and more relaxed and informal than expected. We covered lots of topics in the time and the trainer was always receptive to talking more in detail or more generally about the topics and how they were related. I feel the training has given me the tools to continue learning as opposed to it being a one off session where learning stops once you've finished which is very important given the scale and complexity of the topic.
