Создание нейронной сети средствами языка программирования PYTHON
ВВЕДЕНИЕ
Нейронная сеть (также искусственная нейронная сеть, ИНС) — это математическая модель или программное воплощение по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. При изучении процессов, происходящих в мозге, и при попытке смоделировать эти процессы возникло это понятие. Первые попытки были нейронные сети У. Маккалоки и У. Питтса. После разработки алгоритмов обучения полученные модели стали использовать в практических целях: для прогнозирования, распознавания образов, задач управления и т. д;ИНС - система соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов). Каждое устройство подобной системы связано с сигналами и сообщениями, которые он периодически получает, а также сигналами, которые он периодически посылает другим процессорам.
Оглавление
ВВЕДЕНИЕ
ГЛАВА 1. Теоретические основы создания искусственной нейронной сети
1. Понятие нейронной сети. Искусственные нейронные сети и их составляющие
2 Свёрточные нейронных сетей
3 Рекуррентные нейронные сети
Глава 2. СОЗДАНИЕ НЕЙРОННОЙ СЕТИ СРЕДСТВАМИ ЯЗЫКА ПРОГРАММИРОВАНИЯ PYTHON
1 Интегрированная среда разработки нейронной сети
2 Проект нейронной сети
Заключение
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
СПИСОК
Nielsen M. A. Neural networks and deep learning. – Determination Press, 2017.
Горожанина, Е.И. Г Нейронные сети. Учебное пособие. / Е.И. Горожанина. – Самара. ФГБОУ ВО ПГУТИ, 2017. – 84 с.)
Patterson J., Gibson A. Deep Learning: A Practitioner's Approach. – " O'Reilly Media, Inc.", 2017.
Neubig G. Neural machine translation and sequence-to-sequence models: A tutorial //arXiv preprint arXiv:1703.01619. – 2017.
Каллан, Р. Нейронные сети: Краткий справочник / Р. Каллан. - М.: Вильямс И.Д., 2017. - 288 c.
Patterson J., Gibson A. Deep Learning: A Practitioner's Approach. – " O'Reilly Media, Inc.", 2017.
Neubig G. Neural machine translation and sequence-to-sequence models: A tutorial //arrive preprint arXiv:1703.01619. – 2017
Редько, В.Г. Эволюция, нейронные сети, интеллект: Модели и концепции эволюционной кибернетики / В.Г. Редько. - М.: Ленанд, 2019. - 224 c.
.Haykin. Neural Networks and Learning Machines. 3rd Edition. Pearson, 2018.
C.C.Aggarwal. Neural Networks and Deep Learning. A Textbook. Springer International Publishing AG, 2018.
Джоши, П. Искусственный интеллект с примерами на Python / П. Джоши. – М. Диалектика / Вильямс, 2019. – 448 с
Кузнецов, В.А. Совершенствование систем искусственного интеллекта как фактор изменения жизни человечества / В. А.Кузнецов // Модернизация культуры: судьба ценностей в современном мире : материалы VI Международной научно-практической конференции (Самара, 26-27 апреля 2018 г.).- Самара : Самарский государственныйинститут культуры, 2018. - С. 330-334
Маршалко, Г. Игры искусственного разума: безопасность систем машинного обучения / Г. Маршалко //InformationSecurity.- 2018. - N 4. - С. 6-7.
Как известно, понятие нейронных сетей впервые было введено в середине ХХ века. В 1943 году МакКаллох и Питтс разработали первую компьютерную модель нейронной сети, основанную на математических алгоритмах работы человеческого мозга. ученые предположили, что нейрон можно рассматривать как устройство, работающее с двоичными числами. Эта модель называется «пороговая логика». Именно в этой модели нейроны могут научиться учиться, регулируя параметры, описывающие проводимость времени. МакКаллох и Питтс разработали систему электронных нейронов для имитации сети, способной выполнять любые числовые или логические операции.Два метода мониторинга нейронных сетей основаны на модели Маккалоу-Питтса. Еще один способ изучения биологических процессов в сознании использование нейронной сети в качестве инструментов искусственного интеллекта для решения используемых задач.Нейрофизиолог Фрэнк Розенблатт продолжил работу над идеями МакКолла и создал искусственную нейронную сеть простого типа: персептрон. Он основан на математической модели зрительного восприятия. На рис. 1 показана схема персептрона.Нейронные сети - это одно из измерений, созданных интеллектуальными системами. Идея нейросети заключается в измерении работы нервной системы человека. (Главная особенность умение читать и исправлять ошибки на основе прошлого опыта)