В нашей библиотеке: 321 книг 226 авторов 0 статей За всё время нас посетило 888530 человек которые просмотрели 17517726 страниц.
Читатели оставили 10 отзывов о писателях, 69 отзывов о книгах и 6 о сайте


Название: Нейрокомпьютинг и его применения в экономике и бизнесе

Автор: А.А.Ежов

Жанр: Разная литература

Рейтинг:

Просмотров: 1505

Страница: | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 95 | 96 | 97 | 98 | 99 |




Аннотация 1
1.      введение. компьютеры и мозг2
2.      нейрокомпьютеры: какие они?3
Обучение без учителя: сжатие информации4
Предобработка данных5
Глава 1 введение. компьютеры и мозг6
Нейрокомпьютеры в заголовках газет7
Структура и функции мозга8
Восприятие9
Память10
Мышление11
Право-лево-полушарный симбиоз12
Встречная эволюция мозга и компьютеров13
От вычислений - к обработке символов14
От символов - к образам15
Трудности современной схемотехники16
Нейрокомпьютеры17
Операционные системы будущего18
Нейрокомпьютеры: какие они?19
Элементная база нейрокомпьютеров20
Как устроены нейрокомпьютеры21
Преимущества нейро-эмуляторов22
Готовые нейро-пакеты23
Инструменты разработки нейроприпожений24
Готовые решения на основе нейросетей25
Нейросетевой консалтинг26
Какие задачи решают нейросети27
Что такое парадигмы28
Типы обучения нейросети29
Архитектура связей30
Обучение с учителем: распознавание образов31
Выбор функции активации32
Для задач аппроксимации последний результат переформулируется следующим образом:33
Принцип минимальной длины описания (minimum description length)34
Метод обратного распространения ошибки35
Последняя формула получена применением цепного правила к производной36
Величина шага обновления - своя для каждого веса и адаптируется в процессе обучения:37
Вычислительная сложность обучения38
■   как связаны между собой число примеров р и число весов в сети ж ?39
Переобучение40
Оптимизация размера сети41
Конструктивные алгоритмы42
Обучение без учителя: сжатие информации43
Нейрон - индикатор44
Постановка задачи45
Правило обучения хебба46
Постановка задачи47
Сравнение с традиционным статистическим анализом48
Автоассоциативные сети49
Латеральные связи50
Победитель забирает все51
Базовый алгоритм обучения соревновательного слоя остается неизменым:52
Кластеризация и квантование53
Алгоритм кохонена54
Аппроксиматоры с локальным базисом55
Гибридное обучение56
Рекуррентные сети: ассоциативная память57
Новое качество, присущее рекуррентным сетям, - динамическая обработка информации.58
Симметричность связей59
Метрика пространства состоянний60
Ассоциативная память61
Обучение сети. правило хебба62
Выделение сигнала из шума63
Минимальный базис64
Метод кинцеля. уничтожение фрустрированных связей.65
Неустранимость ложной памяти. запрещенные наборы,66
Версии протитипа67
Анализ голосований68
Нейросетевая оптимизация69
Оптимизация и сеть хопфилда70
Оптимизация с помощью сети кохонена.71
Метод муравьиных колоний72
кодирование категориальных переменных73
Отличие между входными и выходными переменными74
Индивидуальная нормировка данных75
Совместная нормировка: выбеливание входов76
Понижение размерности входов методом главных компонент77
Последовательное добавление наиболее значимых входов78
Предсказание финансовых временных рядов79
Кому нужно предсказывать рынок?80
Технический анализ и нейронные сети81
Формирование входного пространства признаков82
Обучение нейросетей83
Понижение размерности входов: признаки84
Связь предсказуемости с нормой прибыли85
Комиссионные в единицах волатильности86
Алгоритм дискретизации87
Приведем формальную схему алгоритма88
Предсказание рисков и рейтингование89
Рейтинг корпоративных облигаций90
Исторические корни91
Обсуждение92
Сечения93
Как фундаментальное изменение модели.94
Сети интервальных нейронов95
Элементы нечеткой логики96
Нечеткие нейроны97
Заключение98
99



Страница: | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 95 | 96 | 97 | 98 | 99 |

Оцените книгу: 1 2 3 4 5

Добавление комментария:






Информацию в электронную библиотеку yourforexschool.com добавляют исключительно для ознакомления. Если вы являетесь автором книги или компанией которая имеет права распространения и вы хотите чтоб на сайте не было вашей книги, то напишите в обратную связь и мы незамедлительно удалим её.

Копирование материалов сайта разрешено только с использованием активной ссылки на yourforexschool.com Copyright © 2010