Đề cương khóa học

Giới thiệu về Neural Networks

  1. Neural Networks là gì?
  2. Tình hình hiện tại trong việc áp dụng mạng neural
  3. So sánh Neural Networks với mô hình hồi quy
  4. Học có giám sát và học không giám sát

Tổng quan về các gói phần mềm có sẵn

  1. nnet, neuralnet và các gói khác
  2. Sự khác biệt giữa các gói và giới hạn của chúng
  3. Biểu đồ hóa mạng neural

Áp dụng Neural Networks

  • Khái niệm về neuron và mạng neural
  • Mô hình đơn giản của não bộ
  • Cơ hội với neuron
  • Vấn đề XOR và bản chất phân bố giá trị
  • Bản chất đa hình của hàm sigmoidal
  • Các hàm kích hoạt khác
  • Xây dựng mạng neural
  • Khái niệm về kết nối neuron
  • Mạng neural như các nút
  • Tạo ra một mạng
  • Neuron
  • Các lớp
  • Cỡ độ
  • Dữ liệu đầu vào và đầu ra
  • Phạm vi từ 0 đến 1
  • Chuẩn hóa
  • Học Neural Networks
  • Phản xạ ngược (Backward Propagation)
  • Các bước truyền
  • Thuật toán huấn luyện mạng
  • Phạm vi ứng dụng
  • Dự đoán
  • Vấn đề với khả năng xấp xỉ
  • Các ví dụ
  • Nhận dạng ký tự (OCR) và nhận dạng mẫu hình ảnh
  • Ứng dụng khác
  • Thực hiện mô hình hóa mạng neural để dự đoán giá cổ phiếu của các công ty niêm yết

Yêu cầu

Programming trong bất kỳ ngôn ngữ lập trình nào được khuyến nghị.

 14 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Đánh giá (3)

Các khóa học sắp tới

Các danh mục liên quan