Разработка модели персептрона Розенблатта (проект) — различия между версиями

Версия 20:26, 26 ноября 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)

Какие будут использоваться технологии?

git, github gtest

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

"удв” : реализованная и протестированная модель персептрона Рознеблатта и алгоритм обучения (Дельта правило) для двухмерного случая (входной вектор обучающей выборки X1 и X2);

“хор” : реализованная и протестированная модель персептрона Рознеблатта и алгоритм обучения (Дельта правило) как для двухмерного так и для n-мерного случая

“отл” : реализованная и протестированная модель персептрона Рознеблатта и алгоритм обучения (Дельта правило) как для двухмерного так и для n-мерного случая

+ Визуализация процесса обучения (Зависимость интегральной ошибки от номера итерации/эпохи) + работа с файлами (возможность интеграции import/export файлов обучающей выборки с Matlab NNtool)