Д.т.н., профессор Брестского государственного технического университета Головко В. А. с 11 по 31 мая читает курс "Интеллектуальные технологии обработки данных"
КУРС
Интеллектуальные технологии обработки данных
1. Цели и задачи курса
Целью изучения дисциплины «Интеллектуальные технологии обработки данных» является получение студентами знаний и практических навыков в области интеллектуальных систем обработки информации, которые базируются на нейробиологических основах искусственного интеллекта.
В результате изучения дисциплины студенты должны:
§ знать основные нейросетевые методы обработки данных для решения задач прогнозирования, распознавания и управления.
§ уметь генерировать и моделировать различные нейросетевые модели обработки данных и алгоритмы их обучения
§ иметь навыки компьютерного моделирования различных нейросетевых методов обработки данных.
2. Краткое описание курса
В настоящем курсе основное внимание уделено рассмотрению теории нейронных сетей и их использованию для интеллектуальной обработки данных, а также решения различного рода задач. Рассматриваются как классические нейронные сети для интеллектуальной обработки данных: пресептроны, сети Кохонена, Хопфида, релаксационные нейронные сети, так и новые нейронные сети: сети глубокого доверия (deep belief neural networks), глубокий автоэнкодер (deep auto-encoder). Большое внимание уделено анализу возможностей персептронных сетей, так как в современной научной и учебной литературе приводятся ошибочные данные о возможностях персептронов. Рассматриваются методы визуализации и сокращения размерности данных, такие как статистический линейный метод главных компонент и нелинейный нейросетевой метод главных компонент. Приводится применение нейронных сетей для решения задач прогнозирования, распознавания образов, определение степени хаотичности временных рядов, управление мобильными роботами и т.д.. Данный курс во многом базируется на авторских разработках в области нейросетевых технологий обработки данных.
3. Тематический план
Форма итогового контроля: экзамен