- Артикул:00-01100304
- Автор: Яхъяева Г. Э.
- ISBN: 5-94774-510-0
- Тираж: 1000 экз.
- Обложка: Твердая обложка
- Издательство: БИНОМ. Лаборатория знаний (все книги издательства)
- Город: Москва
- Страниц: 319
- Формат: 60х90 1/16
- Год: 2006
- Вес: 475 г
- Серия: Учебное пособие для ВУЗов (все книги серии)
- Основы информационных технологий
Развернуть ▼
Двумя популярными направлениями Artificial Intelligence являются теория нечетких множеств (fuzzy sets) и теория нейронных сетей (neuron nets). Данный курс является систематизированным вводным курсом в эти два направления.
Мы рады, что вы решили расширить свои знания в области компьютерных технологий. Современный мир — это мир компьютеров и информации. Компьютерная индустрия — самый быстрорастущий сектор экономики, и ее рост будет продолжаться еще долгое время. Во времена жесткой конкуренции от уровня развития информационных технологий, достижений научной мысли и перспективных инженерных решений зависит успех не только отдельных людей и компаний, но и целых стран. Вы выбрали самое подходящее время для изучения компьютерных дисциплин. Профессионалы в области информационных технологий сейчас востребованы везде: в науке, экономике, образовании, медицине и других областях, в государственных и частных компаниях, в России и за рубежом. Анализ данных, прогнозы, организация связи, создание программного обеспечения, построение моделей процессов — вот далеко не полный список областей применения знаний для компьютерных специалистов.
Содержание
Лекция 1. Нечеткие множества как способы формализации нечет кости
Лекция 2. Нечеткие отношения
Лекция 3. Классы нечетких отношений
Лекция 4. Показатель размытости нечетких множеств. Нечеткие меры интегралы
Лекция 5. Методы построения функции принадлежности. Классификация
Лекция 6. Методы построения функции принадлежности. Обзор основных методов
Лекция 7. Нечеткие числа и операции над ними
Лекция 8. Нечеткая логика
Лекция 9. Лингвистическая нечеткая логика
Лекция 10. Теория приближенных рассуждений
Лекция 11. Нечеткие алгоритмы
Лекция 12. Нечеткие алгоритмы обучения
Лекция 13. Алгоритмы нечеткой оптимизации
Лекция 14. Алгоритмы нечеткого контроля и управления
Лекция 15. Основы искусственных нейронных сетей
Лекция 16. Персептроны. Представимость и разделимость
Лекция 17. Персептроны. Обучение персептрона
Лекция 18. Процедура обратного распространения (описание алгоритма)
Лекция 19. Процедура обратного распространения (анализ алгоритма)
Лекция 20. Сети встречного распространения
Лекция 21. Стохастические методы обучения нейронных сетей
Лекция 22. Нейронные сети Хопфилда и Хэмминга
Лекция 23. Обобщения и применения модели Хопфилда
Лекция 24. Двунаправленная ассоциативная память
Лекция 25. Адаптивная резонансная теория. Архитектура
Лекция 26. Теория адаптивного резонанса. Реализация
Лекция 27. Когнитрон
Лекция 28. Неокогнитрон
Лекция 29. Алгоритмы обучения
Рекомендуем
