Обучение нейронной сети

В современном мире прогресс производительности программиста достигается в тех случаях, когда часть интеллектуальной нагрузки берут на себя компьютеры. Одним из способов достигнуть максимального прогресса в этой области, является "искусственный интеллект", когда компьютер берет на себя не только однотипные, многократно повторяющиеся операции, но и сам сможет обучаться.

1.Введение…………………………………………………………………………3
1.1.Введение в нейтронные сети…………………………………………………4
1.2. Краткие сведения о нейроне…………………………………………………5
1.3. Искусственный нейрон………………………………………………………8
2.Модели нейронных сетей………………………………………………………10
2.1.Сети с прямыми связями……………………………………………………..10
2.1.1.Прямой персептрон……………………………………………………...….10
2.1.2.Многослойный персептрон……………………………………………...…11
2.2.Сети с симметричными связями………………………. ……………………12
2.2.1.Ансамблевые нейронные сети…………………………………………..…12
2.2.2.Машина Больцмана………………………………………………………....14
2.3.Сети с латеральным торможением…………………………………………..15
2.3.1.Карты признаков Кохонена……………………………………………...…15
2.3.2.Теория адаптивного резонанса…………………………………………….17
3.Обучение нейронной сети…………………………………………………...…17
3.1.Нейрокомпьютеры…………………………………………………………....19
3.2.Теоретический……………………………………………………………...…19
3.3.Программный……………………………………………………………...….19
3.4.Программно-аппаратный………………………………………………….…19
3.5.Аппаратный………………………………………………………………...…20
4.Заключение……………………………………………………………………...21
5.Список литературы………………