DATAMININGOVÉ MODELY:
Neuronové sítě
Termín: | bude upřesněn |
---|---|
Místo: | Krakovská 7, Praha 1 |
Cena: |
|
Úroveň: | středně pokročilý |
---|---|
Jazyk: | čeština |
Počet dnů: |
|
ÚVOD
Neuronové sítě jsou predikční algoritmy inspirované fungováním biologických nervových soustav. Představují velmi flexibilní modely vhodné pro všechny typy úloh. Své uplatnění nacházejí především tam, kde jiné modelovací postupy selhávají nebo při řešení dataminingových úloh nad novými typy dat. Nevýhodou neuronových sítí je však jejich složitá struktura a téměř nemožná interpretace.
CÍL VZDĚLÁVACÍHO PROGRAMU
Cílem kurzu je seznámit účastníky s nejpoužívanějšími dopřednými neuronovými sítěmi supervizovanými i nesupervizovanými. Účastnící se naučí vybrat a vytvořit vhodný typ sítě pro danou úlohu.
KURZ JE URČEN
Kurz je určen analytikům a dataminerům, kteří chtějí budovat přesné a robustní predikční modely využívající komplikované vzory chování v tréninkových datech.
PŘEDPOKLADY
Pro úspěšné absolvování kurzu postačí uživatelská znalost práce na počítači a znalost matematiky na středoškolské úrovni. Jako úvod do problematiky data miningu doporučujeme kurz Data mining – dolování znalostí z databází.
PŘÍNOS ÚČASTI NA KURZU
Účastnící porozumí fungování umělých neuronových sítí a budou je umět používat v reálných úlohách. Dokáží vybrat vhodnou síť a odhadnout její přínosy.
POPIS OBSAHU A POSTUPU
V první části kurzu budou teoreticky představeny běžně používané neuronové sítě. V druhé praktické části si účastníci za pomoci softwaru IBM SPSS Modeler vyzkoušejí hledání vhodné sítě a její nasazení do praxe.
PROGRAM KURZU
- biologická motivace umělých neuronových sítí
- formální neuron
- jednovrstvý perceptron
- vícevrstvý perceptron
- učení sítě metodou zpětného šíření
- simulované žíhání a další metody učení sítě
- hledání optimální topologie sítě
- RBF sítě
- kompetiční učení a samoorganizující se sítě
Ve výjimečných případech změna programu vyhrazena dle zaměření
a zkušeností dané skupiny účastníků.