Glębokie uczenie się (Paperback)

Glębokie uczenie się jest w dzisiejszych czasach gorącym tematem badawczym. Sieci neuronowe są końmi roboczymi glębokiego uczenia się. W tych badaniach badano podstawy sieci neuronowych. ANN można zdefiniowac jako struktury skladające się z gęsto polączonych adaptacyjnych, prostych elementów przetwarzających (zwanych sztucznymi neuronami lub węzlami), które są zdolne do wykonywania masowo równoleglych obliczeń dla przetwarzania danych i reprezentacji wiedzy. Wspomniano o definicji sztucznej sieci neuronowej, omówiono projektowanie sieci neuronowej, naukę o sieci neuronowej, omówiono najpopularniejsze typy sieci neuronowych, takie jak sieci Hopfielda, sieci teorii rezonansu adaptacyjnego (ART), sieci Kohonena, sieci backpropagacji, sieci prądu przemiennego, sieci przeciwdzialające propagacji oraz sieci z funkcją bazy radialnej (RBF), a także omówiono ogólne zagadnienia związane z rozwojem ANN.