Нейрокомпьютинг и его применения в экономике и бизнесе
Нейрокомпьютинг и его применения в экономике и бизнесе
Обобщение данных. Прототипы задачНейрон - индикатор
Постановка задачи
Правило обучения Хебба
Правило обучения Ойа
Взаимодействие нейронов: анализ главных компонент
Необходимость взаимодействия нейронов
Самообучающийся слой
Сравнение с традиционным статистическим анализом
Целевая функция
Автоассоциативные сети
Предикторы
Латеральные связи
Соревнование нейронов: кластеризация
Победитель забирает все
Алгоритм обучения соревновательного слоя нейронов
Кластеризация и квантование
Оценка вычислительной сложности обучения
Победитель забирает не все
Упорядочение нейронов: топографические карты
Алгоритм Кохонена
Сети радиального базиса
Аппроксиматоры с локальным базисом
Гибридное обучение
Выводы
Примечание 1.1
Содержание раздела
