    Сейчас на сайте: 1 посетителей (1 зарегистрированных, 0 гостей) |   426057681  574055213 |  Партнерам |  Авторам |  Покупателям |
Самообучающиеся системы
| контрольные работы, Программирование и компьютеры Объем работы: 35 стр. Год сдачи: 2011 Стоимость: 100 руб. Просмотров: 819 | Не подходит работа? |
Оглавление
Введение
Заключение
Заказать работу
Введение 3
Самообучающиеся системы 4
1.Модели обучения 4
2.Введение в нейронные сети 7
3.Краткие сведения о нейроне 8
4.Искусственный нейрон 11
5.Искусственные нейронные сети. Персептрон 13
6.Проблема XOR 16
7.Решение проблемы XOR 18
8.Нейронные сети обратного распространения 19
9.Повышение эффективности обучения 23
10.Подготовка входных и выходных данных 24
11.Методы обучения 27
12.Нейронные сети Хопфилда и Хэмминга 28
Выводы 33
Литература 34
Самообучающиеся системы 4
1.Модели обучения 4
2.Введение в нейронные сети 7
3.Краткие сведения о нейроне 8
4.Искусственный нейрон 11
5.Искусственные нейронные сети. Персептрон 13
6.Проблема XOR 16
7.Решение проблемы XOR 18
8.Нейронные сети обратного распространения 19
9.Повышение эффективности обучения 23
10.Подготовка входных и выходных данных 24
11.Методы обучения 27
12.Нейронные сети Хопфилда и Хэмминга 28
Выводы 33
Литература 34
Тема контрольной работы «Самообучающиеся системы» по дисциплине «Проектирование интеллектуальных систем».
В современном мире прогресс производительности программиста достигается в тех случаях, когда часть интеллектуальной нагрузки берут на себя компьютеры. Одним из способов достигнуть максимального прогресса в этой области, является "искусственный интеллект", когда компьютер берет на себя не только однотипные, многократно повторяющиеся операции, но и сам сможет обучаться.
Целью изучения дисциплины является подготовка специалистов в об-ласти автоматизации сложноформализуемых задач. Задачей изучения дисциплины является приобретение знаний о фундаментальных алгоритмах, применяемых при построении систем искусственного интеллекта, а также методов разработки программных приложений, реализующих эти системы.
Принципиальное отличие интеллектуальных систем от любых других систем автоматизации заключается в наличии базы знаний о предметной среде, в которой решается задача. Неинтеллектуальная система при отсутствии каких-либо входных данных прекращает решение задачи, интеллектуальная же система недостающие данные извлекает из базы знаний и решение выполняет.
Основное внимание в контрольной работе уделяется исследованиям в области искусственного интеллекта - самообучающимся системам.
В современном мире прогресс производительности программиста достигается в тех случаях, когда часть интеллектуальной нагрузки берут на себя компьютеры. Одним из способов достигнуть максимального прогресса в этой области, является "искусственный интеллект", когда компьютер берет на себя не только однотипные, многократно повторяющиеся операции, но и сам сможет обучаться.
Целью изучения дисциплины является подготовка специалистов в об-ласти автоматизации сложноформализуемых задач. Задачей изучения дисциплины является приобретение знаний о фундаментальных алгоритмах, применяемых при построении систем искусственного интеллекта, а также методов разработки программных приложений, реализующих эти системы.
Принципиальное отличие интеллектуальных систем от любых других систем автоматизации заключается в наличии базы знаний о предметной среде, в которой решается задача. Неинтеллектуальная система при отсутствии каких-либо входных данных прекращает решение задачи, интеллектуальная же система недостающие данные извлекает из базы знаний и решение выполняет.
Основное внимание в контрольной работе уделяется исследованиям в области искусственного интеллекта - самообучающимся системам.
В процессе изучения темы «Самообучающиеся автоматы» мы ознакомились со следующими вопросами:
- моделями обучения;
- введением в нейронные сети;
- краткими сведениями о нейроне;
- искусственным нейроном;
- проблемой XOR;
- решением проблем XOR;
- нейронными сетями обратного распространения;
- повышением эффективности обучения;
- методами обучения;
- нейронными сетями Хопфилда и Хэмминга.
- моделями обучения;
- введением в нейронные сети;
- краткими сведениями о нейроне;
- искусственным нейроном;
- проблемой XOR;
- решением проблем XOR;
- нейронными сетями обратного распространения;
- повышением эффективности обучения;
- методами обучения;
- нейронными сетями Хопфилда и Хэмминга.
После офорления заказа Вам будут доступны содержание, введение, список литературы*
*- если автор дал согласие и выложил это описание.