Навчальний тренінг

Контрольні запитання і завдання

1. Опишіть модель нейрону як порогового елемента.

2. Що таке активаційна функція порогового елемента?

3. У чому полягає основний принцип навчання модельних нейронів?

4. Які функції, крім порогових, можуть використовуватися як активаційних?

5. Що таке сигмоїдальна функція? Наведіть приклад.

6. Як впливає задана точність навчання на тривалість навчання?

7. Які вимоги до навчаючої вибірки та як це вплине на процес навчання?

1. Охарактеризуйте класифікацію систем розпізнавання.

2. Які Ви знаєте практичні застосування систем розпізнавання?

3. Перелічіть відомі Вам типи ознак.

4. Які Ви знаєте міри близькості між об’єктами, якщо ознаки є кількісними?

5. Наведіть формулу євклідової відстані між векторами.

6. Охарактеризуйте гіпотезу компактності.

7. Опишіть типову схему розпізнавання в просторі ознак.

8. Охарактеризуйте основні переваги і недоліки методу найближчого сусіда.

Теми рефератів

1. Напрямки розвитку штучного інтелекту.

2. Використання в штучних системах властивостей людського мозку.

3. Архітектури нейронних мереж.

4. Історія розвитку генетичних алгоритмів.

5. Етапи розвитку нечіткої логіки.

6. Програмні пакети для побудови нейронних мереж.

Тести

1. Штучна нейронна мережа - це:

a) Паралельно розподілена структура оброблення інформації, складена з окремих елементів, з'єднаних між собою зв'язками.

b) Паралельно розподілена структура оброблення інформації, складена з однорідних елементів.

c) Паралельно розподілена структура оброблення інформації, складена з однорідних елементів, з'єднаних між собою електронікою.

d) Паралельно розподілена структура оброблення інформації, складена з синаптичних контактів.

2. Перед використанням нейронної мережі зазвичай необхідно її:

a) Програмування;

b) Налаштування;

c) Навчання;

d) Формалізування.