دانلود مقاله شبکه های عصبی مصنوعی

چکیده مقاله: شبکه عصبی مصنوعی روشی عملی برای یادگیری توابع گوناگون نظیر توابع با مقادیر حقیقی، توابع با مقادیر گسسته و توابع با مقادیر برداری میباشد.

یادگیری شبکه عصبی در برابر خطاهای داده های آموزشی مصون بوده و اینگونه شبکه ها با موفقیت به مسائلی نظیر شناسائی گفتار، شناسائی و تعبیر تصاویر، و یادگیری روبات اعمال شده است.

عناوین مورد بحث:

شبکه عصبی چیست؟

شبکه عصبی چه قابلیتهائی دارد؟

مسائل مناسب برای یادگیری شبکه های عصبی

الهام از طبیعت

Perceptron

یادگیری یک پرسپترون

توانائی پرسپترون

توابعی که پرسپترون قادر به یادگیری آنها میباشد

توابع بولی و پرسپترون

آموزش پرسپترون

قانون پرسپترون

قانون دلتا Delta Rule

الگوریتم gradient descent

بدست آوردن قانون gradient descent

محاسبه گرادیان

مشکلات روش gradient descent

تقریب افزایشی gradient descent

شبکه های چند لایه

تابع سیگموئید

الگوریتم Back propagation

فضای فرضیه و بایاس استقرا

دلایل رخ دادن overfitting

اعمال Backpropagation به تشخیص اشیا

Softmax

...

فرمت فایل: PPT (پاورپوینت)

تعداد صفحات: 85

برای دانلود فایل اینجا کلیک کنید

:: موضوعات مرتبط: ←مقاله , ,
:: برچسب‌ها: دانلود مقاله شبکه های عصبی مصنوعی , دانلود , مقاله شبکه های عصبی مصنوعی , دانلود مقاله , شبکه های عصبی مصنوعی , Perceptron , پرسپترون , قانون دلتا , Delta Rule , قانون پرسپترون , آموزش پرسپترون , الگوریتم , تابع سیگموئید , فضای فرضیه , بایاس استقرا , محاسبه گرادیان ,
:: بازدید از این مطلب : 16640

امتیاز مطلب : 0

تعداد امتیازدهندگان : 0

مجموع امتیاز : 0

استخدام بازاریاب اینترنتی

دانلود مقاله شبکه های عصبی مصنوعی

برای دانلود فایل اینجا کلیک کنید