IBM SPSS NEURAL NETWORKS
Termín: | bude upřesněn |
---|---|
Místo: | Krakovská 7, Praha 1 |
Cena: |
|
Úroveň: | středně pokročilý |
---|---|
Jazyk: | čeština |
Počet dnů: |
|
ÚVOD
Umělé neuronové sítě jsou flexibilní predikční modely. Bývají úspěšně nasazovány na složité nelineární úlohy. Jejich vznik byl inspirován biologickými nervovými soustavami. Dnes je k dispozici velké množství různých variant umělých sítí, jejich vývoj však stále pokračuje, neboť často dosahují lepších výsledků než jiné predikční modely obzvláště u nových náročných úloh. Jejich přesnost a flexibilita je však vyvážena složitostí, jež bývá překážkou interpretace nalezených modelů. Mezi oblíbené a standardně používané typy sítí patří sítě MLP a RBF implementované v softwaru IBM SPSS Statistics (PS IMAGO).
CÍL VZDĚLÁVACÍHO PROGRAMU
Vzdělávací program má za cíl nejen naučit účastníky ovládat modul IBM SPSS Neural Networks, ale i proniknout do principu fungování implementovaných neuronových sítí (sítě MLP a RBF), aby byli účastníci schopni nastavit parametry sítí optimálně pro řešenou úlohu.
KURZ JE URČEN
Kurz je určen analytikům, kteří chtějí v IBM SPSS Statistics (PS IMAGO) vytvářet a aplikovat mnohorozměrné nelineární modely pro spojité i kategoriální proměnné, u nichž je kladen důraz spíše na přesnost než na interpretaci.
PŘEDPOKLADY
Předpokladem kurzu je znalost základního ovládání IBM SPSS Statistics Base na úrovni kurzu IBM SPSS Statistics Base: Základy modulu.
PŘÍNOS ÚČASTI NA KURZU
Účastníci se naučí v modulu IBM SPSS Neural Networks konstruovat nelineární supervizované modely neuronových sítí a aplikovat je na různé typy úloh. Seznámí se s algoritmickými základy vybavování, učení a hledání topologií umělých neuronových sítí. Po absolvování kurzu budou moci tyto metody využívat jako alternativu ke klasickým statistickým modelům.
POPIS OBSAHU A POSTUPU
Po úvodu do topologií neuronových sítí inspirovaných biologickými nervovými soustavami se seznámíme s fungováním umělých neuronů, jež jsou základním stavebním kamenem neuronových sítí. Budou představeny standardní typy sítí implementované do IBM SPSS Statistics (PS IMAGO). Na praktických příkladech si procvičíme hledání vhodné topologie a nastavování učebních parametrů sítí v modulu IBM SPSS Neural Networks. Součástí výuky je i vyhodnocování kvality neuronových sítí.
PROGRAM KURZU
- inspirace v biologii a historie umělých neuronových sítí
- perceptron
- potenciál a aktivační funkce
- síťové topologie
- vícevrstvé perceptrony (MLP)
- radiální bazické funkce (RBF)
- metody učení sítí
- kategorizované proměnné v neuronových sítích
- učení sítí v IBM SPSS Neural Networks
- vyhodnocení kvality sítí
Ve výjimečných případech změna programu vyhrazena dle zaměření
a zkušeností dané skupiny účastníků.