Ромежуточная аттестация и требования к уровню освоения дисциплины.

Примерный перечень вопросов к зачёту.

  1. Существующие методы обработки и анализа данных.
  2. История развития искусственных нейронных сетей.
  3. Области применения искусственных нейронных сетей.
  4. Проблемы и задачи, к решению которых применимы технологии искусственных нейронных сетей.
  5. Базы данных. Обработка и анализ, различные методы.
  6. Понятие искусственного интеллекта.
  7. Компьютерные программы.
  8. Средства «Data Mining».
  9. Основные понятия и определения.
  10. Биологический нейрон.
  11. Структура и свойства искусственного нейрона.
  12. Нейронная сеть.
  13. Классификация нейронных сетей.
  14. Однослойные и многослойные нейронные сети.
  15. Теорема Колмогорова-Арнольда.
  16. Работа Хехт-Нильсена.
  17. Следствия из работ Колмогорова-Арнольда и Хехт-Нильсена.
  18. Использование средств EXCEL для решения задач линейного планирования.
  19. Архитектура (топология) нейронных сетей.
  20. Виды функций активации.
  21. Нейросети обратного распространения.
  22. Нейросети встречного распространения.
  23. Оценка необходимого числа нейронов в скрытых слоях.
  24. Сети Кохонена.
  25. Сети Хопфилда.
  26. Нейроподобные системы автономного адаптивного управления.
  27. Задачи, решаемые в контексте нейронных сетей.
  28. Получение достоверной базы данных.
  29. Выбор структуры нейронной сети.
  30. Оценка необходимого числа нейронов в скрытых слоях.
  31. Обучение нейронной сети.
  32. Алгоритм обратного распространения ошибки.
  33. Обучение нейросетей обратного распространения.
  34. Проход вперед. Обратный проход.
  35. Подстройка весов выходного слоя.
  36. Подстройка весов скрытого слоя.
  37. Схемы обучения нейронных сетей обратного распространения.
  38. Проблемы обучения нейросетей.
  39. Возможные недостатки при обучении (обощение, переобучение).
  40. Примеры задач. Получение достоверных баз данных.
  41. Обработка данных.
  42. Средства «Data Mining».
  43. Аналитическая платформа «Deductor».
  44. Выбор структуры нейронной сети.
  45. Обучение сети.
  46. Критерии остановки работы сети.

III. Учебно-методическое и информационное обеспечение учебной дисциплины

3.1. Рекомендуемая основная литература.

Название Количество единиц в библиотеке
1. Федотов В. Х. Нейронные сети в экономике: учебное пособие / Федотов В. Х., [отв. ред. И. М. Петров] ; Чуваш. гос. ун-т им. И. Н. Ульянова - Чебоксары: Изд-во Чуваш. ун-та, 2006. - 298с.: ил.. - ISBN 5-7677-0879-7.
2. Нейронные сети в MS Excel: методические указания к практическим занятиям и лабораторным работам / Чуваш. гос. ун-т им. И. Н. Ульянова ; [сост. В. Х. Федотов ; отв. ред. И. М. Петров] - Чебоксары: ЧувГУ, 2004. - 72с.: ил.. - ISBN 004.67.032.26(075.8.65).
3. Круглов В. В. Искусственные нейронные сети: Теория и практика / Круглов В. В., Борисов В. В. - 2-е изд. - М.: Горячая Линия-Телеком, 2002. - 382с.: ил.. - ISBN 5-93517-031-0.

3.2. Рекомендуемая дополнительная литература.

Название Количество единиц в библиотеке
1. Барский А. Б. Нейронные сети: распознавание, управление, принятие решений: Финансы и статистика / Барский А. Б. - М.: Финансы и статистика, 2004. - 175с.: ил. - (Прикладные информационные технологии). - ISBN 5-279-02757-Х.
2. Боровская Е. В. Основы искусственного интеллекта: учебное пособие / Боровская Е. В., Давыдова Н. А. - М.: Бином. Лаб. знаний, 2010. - 127с.: рис. - (Педагогическое образование). - ISBN 978-5-94774-480-4.
3. Галушкин А. И. Нейрокомпьютеры: учебное пособие для вузов по направлению подготовки бакалавров и магистров "Прикладные математика и физика" / Галушкин А. И. - М.: ИПРЖР, 2000. - 524с.: ил. - (Нейрокомпьютеры и их применение). - ISBN 5-93108-007-4.
4. Осовский Станислав. Нейронные сети для обработки информации: Финансы и статистика / Осовский Станислав, пер. с пол. И. Д. Рудинского - М.: Финансы и статистика, 2004. - 343с.: ил.. - ISBN 5-279-0267-4.
5. Рутковская Данута. Нейронные сети, генетические алгоритмы и нечеткие системы: Горячая линия-Телеком / Рутковская Данута, Пилиньский Мачей, Рутковский Лешек, пер. с пол. И. Д. Рудинского - М.: Горячая Линия-Телеком, 2007. - 383с.: ил.. - ISBN 5-93517-103-1.
6. Салахутдинов Р. З. Введение в теорию искусственных нейронных сетей: лекции : учебное пособие / Ин-т экономики, упр. и права (г. Казань), Салахутдинов Р. З. - Казань: Таглимат, 2006. - 135с.: рис.. - ISBN 5-8399-0212-8.
7. Усков А. А. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика: Горячая линия - Телеком / Усков А. А., Кузьмин А. В. - М.: Горячая линия - Телеком, 2004. - 143с.: ил.. - ISBN 5-93517-181-3.
8. Яхъяева Г. Э. Нечеткие множества и нейронные сети: учебное пособие / Яхъяева Г. Э. - М.: Интернет-ун-т информ. технологий, Бином. Лаб. знаний, 2006. - 315с.: ил. - (Основы информационных технологий). - ISBN 5-9556-0049-3.

3.3. Программное обеспечение и Интернет-ресурсы.

1. База электронных книг научно-методической направленности (http://www.elibrary.ru/)

2. Библиотека. Наука. Математика. (www.newlibrary.ru)

3. Российское образование. Федеральный портал. (www.edu.ru)

4. Математическое Бюро: Решение задач по высшей математике (www.matburo.ru)

5. Нехудожественная библиотека (www.nehudlit.ru)

6. Методы аназиза с элементами искусственного интеллекта (http://www.basegroup.ru)

Наши рекомендации