Обработка и анализ данных с помощью нейронных сетей

ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ
Целью дисциплины преподавания дисциплины является ознакомление студентов с принципами функционирования нейрокомпьютерных сетей, освоение студентами методик обучения нейрокомпьютерных сетей, обучение студентов использованию теории нейрокомпьютерных сетей на практике.
Формирование у студентов теоретических знаний и практических навыков в области нейросетевого моделирования технических и социально-экономических систем.
Основной задачей изучения дисциплины я преподавания дисциплины является приобретение студентами теоретических знаний и практических навыков в применении методов проектирования и использования нейрокомпьютерных сетей, разработки на их основе ПО для решения практических задач. Курс нейрокомпьютерных сетей в большей мере ориентируется на задачи прикладного характера, удовлетворяющий современным потребностям. В связи с этим особое внимание уделяется проблемам постановки задач и методам их решения с использованием современной вычислительной техники и программного обеспечения.
В результате изучения курса студенты должны свободно владеть математическим аппаратом построения и выбора алгоритмов обучения нейронных сетей.

СОДЕРЖАНИЕ ДИСЦИПЛИНЫ. ОСНОВНЫЕ РАЗДЕЛЫ
История появления нейронных сетей. Формальные нейроны искусственных нейронных сетей. Модели нейронов и методы их обучения. Правило Хебба. Дельта-правило. Адалин. Однослойная нейронная сеть. Однонаправленные многослойные сети сигмоидального типа. Ассоциативные сети. Рекуррентные сети на базе перцептрона. Сеть с самоорганизацией корреляционного типа и на основе конкуренции. Вероятностная нейронная сеть.

ВИДЫ УЧЕБНОЙ РАБОТЫ
Лекции, лабораторные занятия.

Методические материалы:

1. Галушкин А.И. Нейронные сети: основы теории - 480 с.
2. Нейронные сети. STATISTICA Neural Networks: Методология и технологии современного анализа данных / Под редакцией В.П. Боровикова. - 2-е изд., перераб. и доп. - М.: Горячая линия-Телеком, 2008. - 392 с.
3. Катаев М.Ю. Обработка и анализ данных с помощью нейронных сетей. Методические указания по лабораторным работам, самостоятельной и индивидуальной работе магистров всех форм обучения / М.Ю. Катаев. – Томск: ТУСУР, 2016. – 10 с.