Created
February 28, 2017 12:47
-
-
Save nonamenix/07fbfb2703c4d903e56d490090ac83bc to your computer and use it in GitHub Desktop.
Фундаментальные знания для работы с Нейронными сетями.
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Общие сведения о нейронных сетях. | |
Строение нейронных сетей. | |
Описание основных функций активации. | |
Архитектура однослойных НС. | |
Архитектура многослойных НС. | |
Правило обучения Хебба. | |
Правило обучения Розенблатта. | |
Правило обучения Уидроу-Хоффа. | |
Многослойный персептрон. | |
Алгоритм обратного распространения ошибки. | |
Алгоритм наискорейшего спуска с моментами. | |
Эвристические алгоритмы. | |
Алгоритм имитации отжига. | |
Метод роя частиц. | |
Генетические алгоритмы. | |
Эволюционный алгоритм. | |
Распознавание образов. | |
Прогнозирование временных рядов. | |
Линейная алгебра - основа основ, без нее никаких численных дел не будет | |
Теория операторов - и без нее тоже. Нужно уметь оценивать операторы. | |
Теория меры и интеграла Лебега - и измерать множества тоже нужно уметь | |
Функциональный анализ - и работать с абстрактными операторами тоже | |
Высшая алгебра - без нее к операторам лезть можно, но лучше выучить | |
Гармонический анализ - без него в машинное зрение лезть смысла нет. Всякие операторы, свертки, ядра - это все туда | |
ТФКП - аналогично | |
Уравнения математической физики - без понимания того, как работает свет в этом мире анализировать что-либо смысла нет. | |
Теория интерполяции - как превратить результаты измерений в формулы | |
Численные методы - основа основ. | |
Теория графов (во-первых, сама ИНС - это граф, хотя на базовом уровне использования этого учитывать не нужно; во-вторых, ряд архитектур ИНС удобно представлять в форме вероятностных генеративных моделей, конкретнее, графических моделей); | |
Теория дифференциальных уравнений (рекуррентные ИНС соответствуют системам дифуров); | |
Теория динамического хаоса (ряд рекуррентных ИНС, например сети Хопфилда, хорошо описываются в терминах фазового портрета, аттракторов, бифуркаций, но в целом эта область математики нужна не очень часто); | |
Исчисление предикатов (традиционно сети с бинарными нейронами рассматривались как способ представления предикатов); | |
Теория алгоритмов (конечные автоматы, формальные грамматики, машины Тьюринга и т.д.) (помимо того, что сами ИНС представляют собой некий класс алгоритмов и возникают теоретические вопросы, где этот класс для той или иной архитектуры находится в иерархии Хомского, сейчас еще популярны и нейросимвольные сети, требующие обращения к указанным разделам математики) |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment