Разработка модели персептрона Розенблатта (проект) — различия между версиями

Версия 17:31, 1 декабря 2014

Что это за проект?

Разработать приложение моделирующую классическую модель пересептрона Розенблатта с возможностью установки вручную весов синаптических связей, а так же автоматической коррекции весов с помощью алгоритма обучения.

Чему вы научитесь?

• Формулировать постановку задачи
• Писать надежный и понятный код
• Основам теории нейронных сетей на примере классической модели Перспетрона Розенблатта

Какие начальные требования?

• Программирование на C/C++/Python (в рамках прослушанного курса)
• Желание разобираться в современных алгоритмах теории искуственных нейронных сетей

Какие будут использоваться технологии?

• C++ / Python в рамках прослушанного курса

Темы вводных занятий

• Основы теории нейронных сетей (Модель Маккалока-Пиитса, Персептрон Розенблатта, Алгоритм обучения перспетрона Розенблатта)

Направления развития

• Визуализация обучающей выборки, предварительная обработка данных
• Разработка модели нейронной сети с одним скрытым слоем, и реализация алгоритма обратного распространения ошибки (Back-propagation algorithm, deep learning)
• Интеграция с реляционной базой данных

Критерии оценки

• 4-5 : реализованная и протестированная модель персептрона Рознеблатта и алгоритм обучения (Дельта правило) для двухмерного случая (входной вектор обучающей выборки X1 и X2);
• 6-7 : реализованная и протестированная модель персептрона Рознеблатта и алгоритм обучения (Дельта правило) как для двухмерного, так и для n-мерного случая
• 8-10 : Дополнительно, визуализация процесса обучения (Зависимость интегральной ошибки от номера итерации/эпохи), работа с файлами (возможность интеграции import/export файлов обучающей выборки с существующим ПО статистической обработки данных)