13. Многослойные нейронные сети и вопросы их обучения
Download 147.88 Kb. Pdf ko'rish
|
Темы СРМ по (ИИ и НС)
- Bu sahifa navigatsiya:
- Python/numpy
1. Введение в искусственный интеллект. Основные концепции и приложения в областях (компьютерное зрение, распознавание голоса) 2. Интеллектуальные агенты и их типы 3. База данных и знаний. Модели выражения знаний 4. Представление знаний. Логическая, производственная и каркасная модель. Толкователь знаний. 5. Непонятная логическая теория. Действия с неясными наборами и их свойствами 6. Экспертные системы и их виды, основные особенности 7. Применение неоднозначной логики в экспертных системах 8. Концепция машинного обучения. Алгоритмы машинного обучения. 9. Методы и алгоритмы машинного обучения. Регрессия и классификация. 10. Нейронные сети и их основные функции. Персептрон. 11. Типы нейронных сетей и принципы их работы 12. Обучающие нейронные сети. Библиотеки и фреймворки для программирования нейронных сетей. 13. Многослойные нейронные сети и вопросы их обучения 14. Применение систем обработки информации. Варианты, конструкции языка программирования Python 15. Применение программного обеспечения Python/numpy в искусственном интеллекте 16. Основные понятия и объекты нейронных сетей. 17. Основные проблемы, которые можно решить с помощью искусственных нейронных сетей. 18. Нейронные сети и их свойства. 19. Тренинг по искусственной нейронной сети. 20. Алгоритм изучения перцептрона. 21. Одно- и многооболочечные искусственные нейронные сети и упражнения по алгоритмам. 22. Алгоритм обучения в сети с обратной цепью. 23. Квантовая теория ограничения, эффект Холла и квантовые основы наноэлектроники. 24. Искусственные нейронные сети и теория Колмагорова. 25. Строение искусственных нейронов и биологического нейрона и ее математическая модель. 1. Анализ практических областей искусственного интеллекта 2. Типы интеллектуальных агентов 3. Алгоритмы поиска и вопросы оптимизации 4. Использование элементов искусственного интеллекта в играх 5. Виды базы знаний. Использование базы знаний в экспертных системах 6. Области применения экспертных систем 7. Условная вероятность представления неопределенностей: преимущества и недостатки 8. Действия с неясными наборами и их свойствами 9. Коэффициенты надежности в неоднозначной логике 10. Модель искусственных нейронных сетей 11. Модели нейронных сетей и алгоритмы распознавания речи 12. Модели нейронных сетей и алгоритмы прогнозирования временных рядов 13. Модели нейронных сетей и алгоритмы распознавания изображений 14. Применение генетического алгоритма в вопросах оптимизации 15. Использование генетического алгоритма для обучения нейронных сетей 16. Модели машинного обучения. Использование линейных и полиномиальных моделей 17. Использование метода CNN (сверточные нейронные сети) в нейронных сетях 18. Модели машинного обучения на основе пакета TensorFlow 19. Введение в искусственный интеллект. Основные концепции и приложения в областях (компьютерное зрение, распознавание голоса) 20. Интеллектуальные агенты и их типы 21. База данных и знаний. Модели выражения знаний 22. Представление знаний. Логическая, производственная и каркасная модель. Толкователь знаний. 23. Непонятная логическая теория. Действия с неясными наборами и их свойствами 24. Экспертные системы и их виды, основные особенности 25. Применение неоднозначной логики в экспертных системах Download 147.88 Kb. Do'stlaringiz bilan baham: |
Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling
ma'muriyatiga murojaat qiling