پاورپوینت شبکه‌های عصبی مصنوعی

شامل 43 اسلاید درقالب پاورپوینت و قابل ویرایش

فهرست برخی از مطالب:

مقدمه

شبکه عصبی چیست؟

شبکه عصبی چه قابلیتهایی دارد؟

الهام از طبیعت

مسایل مناسب برای یادگیری شبکه‌های عصبی

Perceptron

یادگیری یک پرسپترون

توانایی پرسپترون

توابعی که پرسپترون قادر به یادگیری آنها می‌باشد

توابع بولی و پرسپترون

آموزش پرسپترون

قاعده پرسپترون

قاعده دلتا Delta Rule الگوریتم Gradient descent

بدست آوردن قاعده Gradient descent

قاعده دلتا Delta Rule

محاسبه گرادیان

خلاصه یادگیری قاعده دلتا

مشکلات روش Gradient descent

تقریب افزایشی Gradient descent

شبکه‌های چند لایه

مثال

یک سلول واحد

و... .

بخشی از متن فایل پاورپوینت:

مقدمه

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 داده‌های آموزشی مقاوم بوده و اینگونه شبکه‌ها با موفقیت به مسایلی نظیر شناسایی گفتار، شناسایی و تعبیر تصاویر، و یادگیری روبات اعمال شده است.