Сообщений в теме: 522

[Ramel]

[Ramel]

книги

[Ramel]

[Ramel]

[Ramel]

С днем финансистов!

[Ramel]

книги с последних страниц актуальны

[Ramel]

есть Спутник букваря, Изо, труд за 1 класс,

Музыка 2 класс, все Алматыкитап

[Ramel]

[Ramel]

[Ramel]

[Ramel]

[Ramel]

книги

[Ramel]

[Ramel]

книги на разные темы

[Ramel]

[Ramel]

по беременности и родам и словари по 300 тенге

банковское дело, МСФО по 200 тенге

[Ramel]

500 тенге за все

[Ramel]

[Ramel]

[Ramel]

продам 3 книги Акунина Б.:

• Провинциальный детектив (приключения сестры Пелагии)

1. 2000 — Пелагия и белый бульдог
2. 2001 — Пелагия и чёрный монах

и

• Приключения магистра (в цикле действуют потомки и предки Эраста Фандорина)

1. 2000 — Алтын-толобас (1995, 1675—1676 годы)

 

 

еще есть

книга про нейронные сети (для программистов)

http://ru.wikipedia...._нейронная_сеть

Иску́сственные нейро́нные се́ти (ИНС) — математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы. Первой такой попыткой были нейронные сети У. Маккалока и У. Питтса^[en][1]. После разработки алгоритмов обучения, получаемые модели стали использовать в практических целях: в задачах прогнозирования, для распознавания образов, в задачах управления и др.

ИНС представляют собой систему соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов). Такие процессоры обычно довольно просты (особенно в сравнении с процессорами, используемыми в персональных компьютерах). Каждый процессор подобной сети имеет дело только с сигналами, которые он периодически получает, и сигналами, которые он периодически посылает другим процессорам. И, тем не менее, будучи соединёнными в достаточно большую сеть с управляемым взаимодействием, такие локально простые процессоры вместе способны выполнять довольно сложные задачи.

С точки зрения машинного обучения, нейронная сеть представляет собой частный случай методов распознавания образов, дискриминантного анализа, методов кластеризации и т. п. С математической точки зрения, обучение нейронных сетей — это многопараметрическая задача нелинейной оптимизации. С точки зрения кибернетики, нейронная сеть используется в задачах адаптивного управления и как алгоритмы для робототехники. С точки зрения развития вычислительной техники и программирования, нейронная сеть — способ решения проблемы эффективного параллелизма^[2]. А с точки зрения искусственного интеллекта, ИНС является основой философского течения коннективизма и основным направлением в структурном подходе по изучению возможности построения (моделирования) естественного интеллекта с помощью компьютерных алгоритмов.

Нейронные сети не программируются в привычном смысле этого слова, они обучаются. Возможность обучения — одно из главных преимуществ нейронных сетей перед традиционными алгоритмами. Технически обучение заключается в нахождении коэффициентов связей между нейронами. В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными данными и выходными, а также выполнять обобщение. Это значит, что в случае успешного обучения сеть сможет вернуть верный результат на основании данных, которые отсутствовали в обучающей выборке, а также неполных и/или «зашумленных», частично искаженных данных.