Введение. 3

Лабораторная работа № 1 Модель нейронной сети. 6

Теоретические сведения. 6

Модель нейрона и архитектура сети. 6

Практика: Создание, инициализация и моделирование сети. 10

Инициализация сети. 11

Моделирование сети. 11

Порядок выполнения работы.. 14

Лабораторная работа 2. Обучение нейронных сетей. 15

Теоретический материал. 15

Процедуры адаптации и обучения. 15

Явление переобучения. 17

Свойство обобщения. 18

Методы обучения. 19

Обучение однослойной сети. 20

Обучение многослойной сети. 20

Метод обратного распространения ошибки. 21

Характеристика методов обучения. 23

Практика:Способы адаптации и обучения. 24

Адаптация нейронных сетей. 24

Обучение нейронных сетей. 29

Порядок выполнения работы.. 32

Введение

В последние годы наблюдается повышенный интерес к нейронным сетям (НС), которые нашли применение в самых различных областях человеческой деятельности – бизнесе, медицине, технике. Нейронные сети используются при решении задач прогнозирования, классификации, управления. Такой впечатляющий успех определяется несколькими причинами:

• Нейронные сети – это исключительно мощный метод имитации процессов и явлений, позволяющий воспроизводить чрезвычайно сложные зависимости. Нейронные сети по свой природе являются нелинейными, в то время как на протяжении многих лет для построения моделей использовался линейный подход. Кроме того, во многих случаях нейронные сети позволяют преодолеть “проклятие размерности”, обусловленное тем, что моделирование нелинейных явлений в случае большого числа переменных требует огромного количества вычислительных ресурсов.
• Другая особенность нейронных сетей связана с тем, что они используют механизм обучения. Пользователь нейронной сети подбирает представительные данные, а затем запускает алгоритм обучения, который автоматически настраивает параметры сети. При этом от пользователя, конечно, требуется какой-то набор эвристических знаний о том, как следует отбирать и подготавливать данные, выбирать нужную архитектуру сети и интерпретировать результаты, однако уровень знаний, необходимый для успешного применения нейронных сетей, гораздо скромнее, чем, например, при использовании традиционных методов.

Тем не менее искусственные нейронные сети основаны на весьма простой биологической модели нервной системы. Нервная система человека, построенная из элементов, называемых нейронами, имеет ошеломляющую сложность. Около 10¹¹ нейронов участвуют примерно в 10¹⁵ передающих связях, имеющих длину метр и более. Каждый нейрон обладает многими качествами, общими с другими элементами организма человека, но его уникальной способностью является прием, обработка и передача электрохимических сигналов