Методичні вказівки до виконання лабораторної роботи "Побудова та навчання рекурентних нейронних мереж у середовищі MATLAB на прикладах мереж Хопфілда та Хеммінга"

Abstract

Нейронна мережа представляє собою математична модель, що навчається шляхом первинного опрацювання великого набору даних, не вимагаючи написання окремого коду під конкретне завдання. Нейронні мережі є одним зі способів машинного навчання, підрозділу штучного інтелекту, і лежать в основі алгоритмів глибокого навчання. Вони здатні шукати закономірності в неструктурованих даних і вирішувати безліч завдань. Останніми роками технологія набула великого розвитку. Переважно її використовують для обробки тексту, відео, аудіо та іншої інформації. Особливої популярності набули нейронні мережі, здатні швидко генерувати зображення з підказки та давати «майже людські» відповіді на запитання або запити природною мовою. Такі моделі не замінюють роботу фахівців, але допомагають оптимізувати рутинні процеси. Тому особливу увагу слід приділити підготовці майбутніх фахівців, знайомих з теоретичними та практичними засадами з розробки сучасних систем, що базується на використанні штучного інтелекту. Запропоноване видання дозволяє студентам без будь-яких базових знань з програмування за час навчання освоїти основні базові команди для побудови та навчання нейронних мереж . Це видання створено на основі окремих практичних завдань з дисципліни «Вступ до нейронних мереж», які виконуються у Національному технічному університеті «Харківський політехнічний інститут» для студентів напряму підготовки F2 «Інженерія програмного забезпечення», F3 «Комп’ютерні науки» та F6 «Інформаційні системи та технології». Виклад матеріалу дозволяє його використати не тільки студентам, а й викладачам під час самостійної підготовки.