课程大纲

Neural Networks 简介

  1. 什么是 Neural Networks
  2. 神经网络应用的现状是什么
  3. Neural Networks 与回归模型
  4. 监督学习和无监督学习

可用软件包概述

  1. NNET、NeuralNet 等
  2. 软件包和 itls 限制之间的差异
  3. 可视化神经网络

应用 Neural Networks

  • 神经元和神经网络的概念
  • 大脑的简化模型
  • 机会神经元
  • 异或问题和值分布的性质
  • 乙状结肠的多态性
  • 其他功能已激活
  • 神经网络的构建
  • 神经元连接的概念
  • 神经网络作为节点
  • 构建网络
  • 神经元
  • 尺度
  • 输入和输出数据
  • 范围 0 到 1
  • 正常化
  • 学习 Neural Networks
  • 向后传播
  • 步骤传播
  • 网络训练算法
  • 应用范围
  • 估计
  • 近似的可能性问题
  • 例子
  • OCR 和图像模式识别
  • 其他应用
  • 实现预测上市股票价格的神经网络建模作业

要求

建议使用任何编程语言进行编程。

  14 小时
 

人数


开始

完结


Dates are subject to availability and take place between 09:30 and 16:30.

每位参与者的报价

客户评论 (3)

相关课程

课程分类