Практикум по нейропакетам. (Бакалавриат, Магистратура). Монография. – Александр Аполлонович Кириченко
В настоящее время усиливается интерес к использованию искусственных нейронных сетей при получении новых знаний. Теория познания считает для этого типовой такую последовательность действий: созерцание – накопление – кластеризация – классификация –
узнавание – предсказание – прогнозирование. Для решения этих задач существуют специальные программные средства. При изучении дисциплины "Нейросетевые технологии" один из её разделов называется "Нейропакеты", которые являются программными средствами для
проведения нейросетевых исследований. Наибольшее распространение в нейропакетах получили программные реализации таких нейросетей, как перцептроны и сети Кохонена.
С каждым годом появляются новые программные реализации нейросетей – сети RBF, Хопфилда, Хэмминга, свёрточные, рекуррентные, рекурсивные. Изменяются и методы использования нейросетей: глубокое обучение, свёртка, преобразование накапливаемых при обучении
нейросетей знаний в правила продукций. Меняются и цели, с которыми проводятся нейросетевые исследования: смысловой поиск информации, анализ тематической структуры текстов, рисунков, музыкальных произведений и т.д.
В этой книге речь пойдёт только о трёх некоммерческих программных средствах, два из которых относятся к группе нейропакетов.
Раньше считалось, что основной и единственной особенностью нейросетей является "обучение на примерах". Для знакомства с этой особенностью служит приводимая студенческая нейросеть.
Нейропакет Deductor Academic даёт возможность увидеть в работе перцептроны и сети Кохонена.
Пакет MemBrain расширяет возможности нейропакетов и позволяет решать задачи на основе не только перцептронов и сетей Кохонена, но и использования рекуррентных и рекурсивных искусственных нейронных сетей.
Книга предназначена для студентов и полезна всем специалистам, выполняющим нейросетевые исследования.
